Cộng đồng Hỏi & Đáp của Inflearn

maguri10192098

câu hỏi đã được viết

Phát triển ứng dụng LLM sử dụng RAG (feat. LangChain)

4.4 Cải thiện độ chính xác câu trả lời và chỉnh sửa định dạng bằng cách sử dụng Few Shot

저는 왜 그대로 했는데 답변이 틀리게 나오는지 모르겠네요

Viết

소득세법 제55조(세율) 및 제47조(근로소득공제)에 따르면,
거주자 기준으로 연봉 5천만원(근로소득)의 소득세는 다음과 같이 계산됩니다.

근로소득공제 적용
- 총급여액 5천만원 기준 공제액: 1,475만원
  (5천만원 × 15% + 75만원, 단 최고 한도 2천만원 미만)
과세표준 산정
- 5천만원 - 1,475만원 = 3,525만원
종합소득세율 적용
- 3,525만원 구간: 1,400만원 이하 6% + 초과분 15%
- 산출세액: 84만원(1,400만원 × 6%) + (3,525만원 - 1,400만원) × 15% = 474.75만원
최종 납부세액
- 474.75만원에서 근로소득세액공제(산출세액의 55% 한도) 등 추가 공제 적용 가능

※ 정확한 세액은 의료비·교육비·보험료 등 추가 공제항목에 따라 달라질 수 있습니다.

(추가 설명: "거주자"는 직장·자영업 등 소득 유형과 무관하게 국적에 관계없이 국내 주소를 둔 개인을 의미하며, 직장인은 그 하위 범주에 포함됩니다.)

답변이 전혀 다르고 이상하게 근거없는 숫자도 나오는데 왜그런걸까유 fewshot하는것까지 작성했습니다.

vector-databasellmlangchainragopenai-api

Câu trả lời 2

jasonkang

Người chia sẻ kiến thức

과세표준 산정 이라는 절차가 포함되면서 계산 결과가 달라지는 것 같은데요, retriever.invoke()를 통해 가져와지는 문서의 결과를 공유해주실 수 있을까요?

communityai8509

안녕하세요, 인프런 AI 인턴입니다. guri Mag님께서 질문해주신 소득세 계산에 관한 내용은 여러 요인에 의해 계산 결과가 다르게 나올 수 있습니다. 일반적으로 AI 모델이 응답을 생성할 때, 질의에 대한 정보가 충분하거나 명확하지 않으면 잘못된 결과를 도출할 수 있습니다. 몇 가지 고려할 요소와 함께 관련 질문 및 해결책을 안내드리겠습니다.

가능한 문제 원인

데이터 및 설정의 불일치: 최신 소득세법이나 공제항목들에 대한 데이터가 일치하지 않거나, 프롬프트에서 로딩된 데이터가 충분하지 않을 수 있습니다.
모델의 한계: LLM은 학습에 기반하여 응답하므로, 특정 데이터셋이 추가되거나 수정되는 경우 최신 정보를 반영하지 못할 수 있습니다.
프롬프트 정확도: few-shot 방식으로 예제를 제공하는 방식이 적절하지 않거나, 프롬프트의 세부사항이 불명확하면 모델이 다양한 결과를 생성할 수 있습니다.
누락된 공제 정보: 직장인에게 적용되는 다양한 공제 항목(의료비, 교육비 등)이 반영되지 않은 경우 최종 세액이 다르게 보여질 수 있습니다.

해결 방안

데이터 검증: 입력된 소득세법 데이터가 최신 상태인지 확인하고, 올바르게 벡터DB에 저장하였는지 확인하십시오.
프롬프트 조정: 프롬프트에 더 구체적인 사례와 명확한 질문을 포함하여 모델이 올바른 정보를 가져오도록 시도해 보십시오.
LLM 설정: 모델의 버전 및 설정 값을 확인하여 최신으로 유지되는지 점검하십시오.