인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 국립현대미술관의 소장품 데이터를 활용하여 도메인 특화 질의응답(QA)에서의 파인튜닝(Fine-Tuning)과 검색 증강 생성(Retrieval-Augmented Generation, RAG) 기법을 비교했다. Gemma 3 언어모델을 대상으로 저랭크 적응(Low-Rank Adaptation, LoRA)을 기반으로 한 매개변수 효율적 파인튜닝(Parameter-Efficient Fine-Tuning, PEFT)을 수행하고, 이와 비교하기 위해 벡터 데이터베이스 기반의 RAG 시스템을 구축하여 50개의 QA쌍으로 각 모델들을 평가했다. 평가 지표로는 응답 관련성(Response Relevance), 사실적 정확성(Factual Correctness), 의미적 유사성(Semantic Similarity), 답변 정확성(Answer Correctness)을 사용했다. 실험 결과 RAG 시스템은 응답 관련성을 제외한 모든 지표에서 파인튜닝 및 기본 모델보다 우수했으며, 특히 사실적 정확성과 답변 정확성에서 큰 성능향상을 보여줬다. 이는 RAG 시스템이 도메인 지식을 활용한 QA 시스템을 구축하기에 적합한 방식임을 시사한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094578886
