ChatGPT15 Chat GPT : 하이퍼파라미터 2 (Hyper Parameter) 1. Length Penalty생성되는 문장의 길이를 조절하는 변수로 0.5~2.0의 값을 갖는다.값이 클수록 길이가 긴 무장이 만들어지게 된다. 정확한 토큰 수나 글자수를 입력하는 것은 아니지만 상대적인 길이를 확인할 수 있기 때문에 재 요청을 하는 경우에 기존 대비 분량의 조절을 할 수 있게 된다. 값이 클수록 길이가 긴 문장이 만들어지게 된다. 계속해서 더 긴 내용의 작성을 요청할 수 있지만 최대 생성 토큰 수 안에서만 가능하다. [질문]타코 요리 방법을 설명해줘. Length Penalty=0.5 [ChatGPT, Length Penalty=0.5]타코 만드는 방법은 간단합니다. 기본적으로 타코 쉘, 프로테인(고기나 채식 대체재), 야채, 치즈, 소스로 구성됩니다. 프로테인은 소고기, 닭고기, 생.. 2024. 4. 26. Chat GPT : 하이퍼파라미터 1 (Hyper Parameter) 하이퍼파라미터 : ChatGPT 조절 변수사용자가 ChatGPT의 세팅값을 세팅을 조절하는 변수로 이 값을 프롬프트에 적용하여 별도의 프롬프트 입력 없이 원하는 방향의 결과물을 만드는데 적용할 수 있다.이 하이퍼파라미터에는 여러가지 종류가 존재하는데 필요한 파라미터를 프롬프트 입력할 때, 한줄 추가만 하는 것으로 입력은 완료가 된다. 1. Top-P하이퍼파라미터에서 대표적인 값으로 값의 범위는 0~1로 입력할 수 있다. 응답의 다양성을 제어할 때 사용 할 수 있으며 선택하지 않는 경우 기본 값은 1로 적용된다. 이전 단어들을 바탕으로 다음의 단어들을 선택할 때, 단어 후보들의 확률을 바꾸는 방법이다.Top-P를 0.1로 선택하면 전체 단어 중에서 상위 10%에 해당하는 단어를 선택하게 된다. 상위권에 해.. 2024. 4. 25. Chat GPT : AI가 성과관리에 미칠 수 있는 영향 전통적인 성과 관리 프로세스를 단계별로 구분하면 다음과 같다. 일부 차이가 있을 수 있으나 큰 틀에서는 벗어나지 않을 것이다. 계획 : 어떤 업무를, 왜, 어떻게 하는지, 업무에 대한 책임과 권한을 인지. 관리 : 진행 시의 문제 사항, 장애 요인, 위험 요인을 확인하고 대응 방안을 마련. 면담 : 수행의 과정을 확인하고 과정 상의 문제는 어떤 것이었고 해결은 어떻게 했는지 확인. 평가 : 기준에 따른 결과를 결정하고 그에 대한 구체적인 피드백. AI 기술이 적용된다고 해서 이 프로세스 자체가 크게 변경되지는 않을 것이다. 기존의 프로세스는 유지만 그 안에서는 많은 변화가 생길 수 있다. 성과 관리의 영역에서는 많은 데이터들이 생성이 된다. 그 데이터들은 정량 데이터와 정성 데이터가 모두 있다. 회사 내.. 2024. 4. 17. Chat GPT : AI가 성과와 평가에 미칠 수 있는 영향 1. AI가 ‘성과’에 미치는 영향 기술의 발전은 업무 수행의 방식과 최종적인 결과에 직접적인 영향을 준다. PC의 보급으로 보고서를 수기가 아닌 PC로 작성하게 되었으며 우편으로 보내던 서류가 팩스로 대체되고 지금은 이메일로 대체 되었다. 결재를 종이에 도장으로 직접 받는 방식에서 전자 형태로 바뀐것이 대표적인 사례가 될 것이다. 업무는 점진적으로 전자화, 자동화의 방향으로 변해가고 있다. 최근의 사례로는 RPA로 RPA의 도입이 일반적이지는 않으나, 기술이 업무에 직접적인 영향을 주었던 대표적인 사례가 될 것이다. 단순 반복 업무를 대신하고 일부 업무의 거의 대부분을 대체했다. RPA는 업무 효율을 높여주지만 결과물 즉, 성과에 직접적인 영향을 주는 데에는 한계가 있는 기술이다. 시간을 절약하여 핵심.. 2024. 4. 17. Chat GPT Prompt 최적화 6 : Self Prompt Prompt도 GPT에게아마도 Prompt를 작성하는 가장 쉬운 방법일 것이다. 필요한 Prompt를 작성해 달라고 GPT에게 요청하는 방법이기 때문이다. 원하는 결과물을 얻기 위해서 LLM 모델들에게 유일하게 하는 것이 지시하는 것, 즉 Prompt 입력인데 이것 마저도 직접 하지 않는 방법이 된다. 작성을 하는 상황과 작성의 내용은 매번 다르게 되겠지만 예를 들어 상황을 보면 다음과 같을 수 있다. Self Prompt 만들어 보기 블로그 글을 작성하기 위해 주제의 선정 요청을 한다고 가정을 해보면 위의 상황과 같이 어렵지 않게 10개의 주제를 생성해 볼 수 있다. 정확히 원하는 주제가 아닌 경우에는 일부 추가 요청을 통해서 원하는 주제로 선정해 볼 수 있겠지만 예시의 상황이기 때문에 이정도에서 .. 2024. 3. 23. [ChatGPT] HR Prompt 최적화 : 페르소나 지정 페르소나 부여 Chat GPT에게 HR에 대한 요청을 할 때 가장 우선적이고 일반적으로 사용을 하게되는 것은 페르소나 지정이 될 것이다. 가장 간단한 모델로는 'HR 담당자'로 지정할 수 있고 이것만 하더라도 차이가 생기게 된다. 아래의 예시는 평가 제도에 대한 질문을 할 때, 아무런 조건을 입력하지 않은 경우와 '인사관리 영역의 전문가'로 지정을 했을 때의 차이이다. 내용에 있어서 엄청난 차이가 있지는 않지만 내용의 양과 구성에서는 조금 더 구체적이고 체계적인 답변을 해준다. 이것을 기반으로 여러가지 페르소나를 지정할 수 있다. 분야별 지정 어떤 분야에 대한 명령을 입력하기 위해 인사 관리 전문가 또는 HR 담당자 등으로 입력할 수 있지만 세부 분야를 지정해 줄 수 있다. 내용에서 눈의 띄는 효과를 보.. 2024. 3. 11. 이전 1 2 3 다음
