갤러리 이슈박스, 최근방문 갤러리
연관 갤러리
걸스플래닛999 갤러리 타 갤러리(0)
이 갤러리가 연관 갤러리로 추가한 갤러리
추가한 갤러리가 없습니다.
0/0
타 갤러리 걸스플래닛999 갤러리(0)
이 갤러리를 연관 갤러리로 추가한 갤러리
0/0
개념글 리스트
1/3
- 싱글방글 정양보다 더 드렸습니다~ ㅇㅇ
- 문재인 강아지 토리, 뇌물공모 정황 증거 남겼다 ㅇㅇ
- 나거한)아이 안낳으면 감옥가야 발언 경찰조사....jpg ㅇㅇ
- WWE역사상 가장 유명한 라이벌리 프갤러
- 30대 되니까 괜찮은 남자가 없다는 블라녀 관심종자
- 겨울 출생자가 살이 덜 찐다고? 진짜일까.jpg ㅇㅇ
- 마법의 원리는 해명되었습니다 공궁구
- MYST, 그 우려먹기의 역사 ㅇㅇ
- 안양시, '얼굴로 성별인식' CCTV 논란 확산에 '폐지' 결정 감돌
- 싱글벙글 세종시 아파트들 특 니지카엘
- 다이어트 레전드 부타코
- [0425] 오늘이 무슨 날인지 알고 갤질하냐??? slmmom
- 외제차서 내린 여성, 남의 집 앞 쓰레기 '휙'.. 케이크 사고 떠나 야떡이
- 내 인생 첫 여행지는 하코다테였음 ㅇㅇ
- 일쌍툰 1~4화.manhwa 웅쿤
GPT 환각 방지 프롬프트, 정말 효과가 있을까?
일단 이 글을 적기 위해서 11,046원을 지출하였음.후원 좀 받을 수 없나..?ㅋㅋㅋ환각(Hallucination)이란?챗갤 유저들이라면 아주 흔히 접해봤을 용어일 것임.간단히 말하면,LLM이 존재하지 않는 거짓 정보를 그럴싸하게 생성하는 현상을 말함.예를 들어,그러니까 존나 당당하게 틀린 말을 한다는 것이 문제인 거지.주요 LLM 개발사들은 환각 현상을 줄이기 위해 상당한 심혈을 기울이고 있고,유저들도 나름대로 대응책을 공유하고 있음.여러 프롬프트 사이트들 보면,여러 유저들이 환각을 줄이는 프롬프트를 공유하는 모습을 볼 수 있음.그러나 이런 프롬프트들이 실효성이 있는지에는 의문이 있음.이번에는 챗갤에 게시되었던 여러 환각 방지 프롬프트들을 정량적으로 평가해볼꺼임.SimpleQASimpleQA는 LLM의 사실성(factuality)를 측정하기 위한 OpenAI 벤치마크임.얼마나 환각을 적게 생성하는지, 얼마나 정확하게 응답하는지 평가함.주요 모델들 simpleQA 벤치마크베이스 모델 중에는 GPT-4.5가 가장 높은 정확도를 보임. 즉 환각이 제일 낮다는 뜻.https://github.com/openai/simple-evals GitHub - openai/simple-evalsContribute to openai/simple-evals development by creating an account on GitHub.github.comOpenAI는 simpleQA 벤치마크 데이터셋을 공개하고 있음.해당 데이터셋을 사용하여 프롬프트 벤치마크를 진행해볼꺼임
실험 세팅벤치마크: OpenAI SimpleQA테스트케이스 갯수: 500개방식: 테스트 모델이 벤치마크 문제들을 풀어오면, 채점자 모델이 채점하는 방식으로 진행테스트 모델: ChatGPT-4o-latest (최신 ChatGPT 4o 모델)파라미터- Temperature: 0.7- max_tokens: 150- 그 외에는 default채점자 모델: GPT-4.1.mini파라미터- Temperature: 0.1- max_tokens: 10상술했듯, OpenAI SimpleQA 벤치마크를 사용하였고, 현재 ChatGPT에서 서비스되고 있는 4o의 API를 사용하여 테스트함.테스트케이스는 원래는 4332개인데 내가 그지라서 좀 줄였음.Node.js로 벤치마크 프로그램을 만들어서 진행하였음.프롬프트별 테스트 결과OpenAI 기본 프롬프트(You are a helpful assistent)아주 기본적인 시스템 프롬프트만 포함하고 있음.정확도 39.6%공식 벤치마크 정확도가 38.2%이므로 상당히 준수한 성능을 뽑아내었음.하나빛 환각 방지 프롬프트정확도 38.6%오히려 기본 프롬프트에 비해 정확도가 떨어짐.ㅇㅇ(221.150) 환각 방지 프롬프트정확도 38.3%마찬가지로, 기본 프롬프트에 비해 낮은 정확도를 보여주었음.(DLC)모노로그 환각 방지 프롬프트딱 봐도 예능용 프롬프트지만, 그래도 한 번 테스트해봄.정확도 0%그만 알아보자.결과 비교프롬프트 종류정확도비고OpenAI 기본 프롬프트39.6%공식 벤치마크(38.2%)보다 약간 높음하나빛 프롬프트38.6%효과 미미ㅇㅇ(221.150) 프롬프트38.3%오히려 떨어짐모노로그 프롬프트(예능용)0%결론적으로,커뮤니티에서 공유된 대부분의 ‘환각 방지 프롬프트’는 오히려 기본 프롬프트보다 정확도가 낮았음.이는 프롬프트만으로 환각 문제를 해결하는 데 한계가 있다는 점을 다시 한 번 보여줌.하지만 그렇다고 프롬프트 엔지니어링이 무의미하다는 건 아님.일부 논문 중에는 프롬프팅을 통해 정확도를 향상시킨 사례도 존재함(CoVE라던가)즉, 잘 설계된 프롬프트는 분명 효과가 있을 수 있음.문제는 지금 돌아다니는 대부분의 환각 방지 프롬프트가 그저 조악하다는 거임.좋은 모델을 사용하고, 비판적으로 검토하는 것이 가장 나을 것임.
작성자 : 구름냥이고정닉
네이버 하이버클로바X의 신모델을 테스트 해보았다.
네이버가 조용히 'HCX-005' 모델로 업데이트한 하이퍼클로바X. 클로바 스튜디오에 자세한 모델 설명이나 벤치마크도 없었음."소버린 AI"를 강조하는 네이버. 하이퍼클로바X의 신모델 성능은 어떨까? 궁금해서 직접 테스트 해보기로 함.--- 1. 막강한 검열 ---토크나이저 테스트를 위한 요청도 "개인정보"를 위해 거절하는 모습민수, 철수, 민아가 가족이 아니라는 사실을 마지막 결론에서 스스로 부정하는 모습2-1. 회전 육각형 벤치 (GPT-4.1)2-2. 회전 육각형 벤치 (Cohere Command A)2-3. 회전 육각형 벤치 (Llama 4 Maverick)2-4. 회전 육각형 벤치 {HCX-005(하이퍼클로바 X)}--- 3. 효율적인 토크나이저 ---'안녕하세요', '뛰어넘'등 동사+명사를 1개의 토큰으로 읽는 하이퍼클로바. 덕분에 GPT나 Cohere와 비교했을때 약 10%정도 적은 토큰을 씀. (66 VS 60)--- 결론 ---코딩, 추론 성능에서 글로벌 '비추론'모델에도 크게 밀리는 성능을 보여준다. 네이버의 방대한 뉴스, 네이버 카페와 블로그 글을 학습했기 때문에 좋은 글쓰기 성능이 기대되지만, 거의 모든 요청을 검열당해 제대로 된 테스트를 할 수가 없었음. 가격은 입출력(1250/5000원). 돈이 많고 애국심이 강한 특붕이들 전용 모델이다.
작성자 : Cohere고정닉
차단하기
설정을 통해 게시물을 걸러서 볼 수 있습니다.
댓글 영역
항아리 < 걍 골드 에소 회수용
걸갤러는 갤러리에서 권장하는 비회원 전용
갤닉네임입니다. (삭제 시 닉네임 등록 가능)
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.