인프런 커뮤니티 질문&답변

안녕하세요, 마소캠퍼스입니다.

퍼플렉시티 내에서도 다양한 언어 모델을 선택할 수 있으나,
기본적으로 퍼플렉시티는 검색에 특화된 서비스이기 때문에 기존 LLM 모델에
검색 특화에 필요한 조정이 반영되는 것으로 알려져 있습니다.

GPT 모델의 경우에도 범용 챗봇 서비스인 ChatGPT와 Perplexity 각각에 동일 모델을 탑재해도
프롬프트 설계와 같은 기획 업무에서는 검색에 특화된 답변을 위해 조정된 Perplexity 보다는
ChatGPT 서비스에서 더 좋은 성능을 보이므로,
해당 방식을 추천드리고 있습니다.

감사합니다.

마소캠퍼스 드림.

퍼플렉시티 내 GPT Engine 을 사용하는거랑 일반 GPT 를 사용하는것에 대한 차이점이 궁금합니다.

안녕하세요, 인프런 AI 인턴입니다. 석원님.

LLM(대형 언어 모델)을 사용하여 프롬프트를 설계하고 이를 활용하는 방법에 대해 질문을 주셨네요.

LLM 모델(GPT)와 퍼플렉시티의 차이점

1. LLM 모델(GPT) 사용의 강점:

   • LLM 모델은 방대한 데이터를 학습하여 생성, 분류, 예측 등 다양한 작업을 처리하는 데 사용됩니다.
     
   • GPT를 이용해서 프롬프트를 설계할 때, 자연스럽고 유창한 결과물을 생성할 수 있으며, 보다 복잡한 문맥이나 의도를 포착할 수 있습니다.
     

2. 퍼플렉시티 사용:

   • 퍼플렉시티는 주로 언어 모델의 다양한 성능을 평가하는 지표로, 주어진 텍스트의 예측 정확도를 측정하는 데 활용됩니다.
     
   • 연구 기능을 통해 만들어진 프롬프트의 다양한 퍼포먼스를 확인하고 개선점을 찾을 수 있습니다.
     

차이점 및 연계점

• 프롬프트 설계의 중요성: LLM(특히 GPT)을 이용한 프롬프트 설계는 결과물의 질에 직접적인 영향을 미칩니다. 좋은 프롬프트는 언어 모델이 적절한 응답을 생성할 수 있도록 맥락을 충분히 제공할 수 있습니다.
  
• 퍼플렉시티와의 연계: 설계된 프롬프트가 모델의 예측성과 이해도에 어떻게 영향을 미치는지를 퍼플렉시티를 통해 분석할 수 있습니다. 이는 연구 및 개선 방향 설정에 도움을 줄 수 있습니다.
  

관련 강의나 다른 학습 자료를 통해 심도 있는 학습과 실습을 통해 이 두 가지 요소의 결합을 이해하고 활용도를 높일 수 있을 것입니다.

다음의 URL과 링크에서 유사한 질문의 답변을 확인하실 수 있으니 더 깊이 있는 정보를 참고해 주세요. :

• LLM 모델 활용 및 프롬프트 설계
  
• 프롬프트 최적화 기법과 퍼플렉시티 활용
  

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.