Author: Om Kamath

Om Kamath

오버플로AI: 프로그래머를 위한 ChatGPT?

ChatGPT for Programmers Cover

ChatGPT보다 정말 더 나은가요?

출시 후 ChatGPT를 일시적으로 금지한다고 발표했던 StackOverflow는 이제 최신 제품인 OverflowAI를 통해 GenAI의 대열에 합류하기로 결정했습니다. 오버플로AI는 단일 제품이 아니라 하나의 포괄적인 용어 아래 여러 GenAI 제품을 모아 놓은 것입니다. 오버플로우AI가 정말 프로그래머를 위한 ChatGPT를 대체할 수 있는지 살펴봅시다.

오버플로AI의 특별한 점은 무엇인가요?

검색

질문에 대한 해결책을 찾는 시간을 절약하고 개선하기 위해 OverflowAI는 다양한 출처의 지식을 취합하여 특정 문제 해결에 적합한 단계별 솔루션을 제공합니다. 답변을 생성하는 데 사용된 모든 리소스는 참조와 함께 인용되어 사용자가 직접 답변을 검증할 수 있으며, 솔루션 기여자에게 크레딧이 부여됩니다.

채팅과 같은 형식으로 후속 질문을 할 수 있습니다. 이렇게 하면 원래 질문의 맥락을 유지하면서 더 많은 정보를 추가할 수 있으므로 질문을 구성하는 데 소요되는 시간을 줄이고 서로 연결된 일련의 질문을 할 수 있습니다.

초안

“AI가 곧 인간을 대체할 수는 없지만 커뮤니티에 게시할 질문의 초안을 작성하는 데는 도움이 될 수 있습니다.” – Prashanth Chandrasekar, CEO @ StackOverflow

순전히 질문 내 정보의 구조나 중복성 부족으로 인해 대부분의 질문이 해결되지 않거나 무시되는 경우가 있었습니다. OverflowAI는 더 나은 질문의 초안을 작성하여 StackOverflow 커뮤니티에 게시하고 도메인 전문가가 답변할 수 있도록 도와줍니다.

오버플로AI가 특정 질문에 답변할 수 없는 경우에도 동일한 기능이 사용됩니다. 답변을 환각하는 대신 사용자에게 커뮤니티로 질문을 리디렉션하라는 메시지를 표시하고 잘 작성된 질문을 사용자에게 제공합니다.

요약

개발자라면 간단한 문제 하나에 대한 해결책을 찾기 위해 여러 답변과 문서를 읽고 훑어보는 것이 얼마나 힘든 일인지 잘 알고 있을 것입니다. OverflowAI는 GenAI 솔루션을 통해 여러 응답을 요약하고 중복되거나 유용성이 떨어지는 응답을 삭제하여 문제에 대한 해결책을 깔끔하고 체계적으로 요약하여 제공합니다.

이렇게 어트리뷰션되고 신뢰할 수 있는 답변은 코딩 능력, 길이 및 GitHub와 같은 기타 지식 기반에 따라 세분화할 수 있습니다. 팀용 StackOverflow를 사용하면 기업의 동료가 제공한 솔루션을 리포지토리에 대해 OverflowAI를 교육하여 참조할 수도 있습니다.

플러그인

“개발자로부터 듣는 어려움 중 하나는 코딩 중 중단과 컨텍스트 전환을 최소화하는 것입니다.” – Prashanth Chandrasekar, CEO @ StackOverflow

Visual Studio Code용 플러그인은 페어 프로그래머처럼 작동하도록 설계되어 퍼블릭 및 프라이빗 스택오버플로 팀의 검증되고 어트리뷰션된 콘텐츠를 제공함으로써 프로그래밍 효율성을 개선할 수 있습니다. 이 확장 프로그램은 비공개 Stack Overflow for Teams 인스턴스와 공용 플랫폼에서 검증된 콘텐츠를 가져와서 개발자에게 문제를 빠르고 효과적으로 해결하는 방법에 대한 개인화된 요약을 제공하므로 필요한 경우 더 깊이 파고들어 새로운 인사이트와 솔루션을 문서화할 수 있습니다.

Slack 통합

현재 대부분의 기업이 Slack을 주요 커뮤니케이션 매체로 사용하고 있기 때문에 StackOverflow용 Slack 통합을 통해 누구나 쉽게 정보에 액세스할 수 있고 채널에서 공동으로 솔루션을 찾을 수 있습니다. 모든 팀은 사람의 도움 없이도 리소스 및 지식창고와 상호 작용할 수 있습니다.

ChatGPT와 어떻게 다른가요?

현재 무수히 많은 LLM이 존재하지만, 모든 LLM이 LLM 기능을 기반으로 눈에 띄는 것은 아닙니다. ChatGPT는 일상적인 사용에서 GPT 모델의 힘을 보여주기 위해 만들어진 도구입니다. OverflowAI와 같은 도구는 특정 사용 사례(이 경우 소프트웨어 개발 및 유지 관리)에 사용하도록 특화되어 있습니다. 예, ChatGPT를 사용하여 대부분의 작업을 완료할 수 있지만, 전문 도구를 사용하면 전체 프로세스를 훨씬 더 원활하고 강력하게 만들어 작업량을 줄이는 데 도움이 됩니다.

오버플로우AI와 같은 도구를 찾고 있지만 비즈니스 문서에 대한 교육을 받고 싶다면 코디를 소개해드리겠습니다. 오버플로AI와 마찬가지로 코디는 고유한 지식 기반을 사용하여 비즈니스 데이터, 팀 프로세스 및 고객에 대해 학습할 수 있습니다.

함께
Cody
를 통해 기업은 AI의 힘을 활용하여 각자의 필요에 맞는 개인화된 지능형 어시스턴트를 만들 수 있으며, 이는 AI 기반 비즈니스 솔루션의 세계에 유망한 추가 기능으로 자리 잡을 것입니다.

아직 실험 단계이므로 OverflowAI를 사용하려면 StackOverflow Labs에 등록해야 합니다.

LLaMA 2: 메타의 오픈 소스 AI 모델

최신 LLM이 과대 광고할 만한 가치가 있을까요?

며칠 전 Meta는 Microsoft와 협력하여 최신 버전의 LLM인 Llama 2를 출시했습니다. LLM에 대해 관심 있게 지켜보셨다면 이미 들어보셨거나 새로운 기능에 대해 읽어보셨을 수도 있습니다. 간단하게 설명하기 위해 Llama 2가 큰 인기를 끌고 있는 네 가지 이유와 최고의 LLM과 비교하는 방법을 나열해 보겠습니다.

연구 및 상업적 용도로는 무료

사람들이 라마 2에 관심을 갖게 된 중요한 이유 중 하나는 메타가 특정 조건이 있는 일부 대기업을 제외한 거의 모든 사용자에게 전체 모델을 무료로 제공했기 때문입니다. 이러한 움직임은 자신의 사업을 시작하거나 제너레이티브 AI의 세계에 뛰어들려는 개인에게 흥미로운 기회를 열어줍니다. 특히 이 정도 수준의 언어 모델에 자유롭게 액세스할 수 있는 지금이야말로 AI의 세계로 뛰어들기에 완벽한 시기입니다. 이미 여러 오픈소스 모델이 있었지만, 메타의 위상에 걸맞은 회사에서 나온 것이 아니었고, GPT의 직접적인 경쟁자 역할을 할 수 있는 모델도 없었습니다.

“GPT-3(Brown 외., 2020) 및 Chinchilla(Hoffmann 외., 2022)와 같은 폐쇄형 사전 학습 경쟁자의 성능에 필적하는 사전 학습된 LLM(예: BLOOM(Scao 외., 2022), LLaMa-1(Touvron 외., 2023), Falcon(Penedo 외., 2023))의 공개 출시가 있었으나, 이 모델들이 ChatGPT(Brown 외., 2020) 및 친칠라(Hoffmann et al., 2022)와 같은 폐쇄형 “제품” LLM을 대체할 수 있는 모델은 없지만, 이러한 모델 중 어느 것도 ChatGPT, BARD, Claude와 같은 폐쇄형 “제품” LLM을 대체하기에 적합하지 않습니다.” – 메타 연구 논문

안전

메타 연구 논문에 발표된 보고서에 따르면, 라마 2는 유용성 및 안전성 벤치마크에서 다른 오픈소스 모델에 비해 우수한 성능을 입증했습니다. 이러한 측면에서 ChatGPT(7b, 13b, 70b 모델)를 능가하는 성능을 발휘하기도 했습니다. 그러나 연구 논문에서 라마 2에 유리한 편향된 데이터의 가능성을 인정하고 있으므로 결과를 해석할 때 이를 고려해야 한다는 점에 유의해야 합니다. 그럼에도 불구하고 라마 2가 ChatGPT 벤치마크에 근접하더라도 칭찬할 만한 가치가 있습니다.

메타의 오픈 소스 라마 모델 위반 비교

라마 2의 안전성에 기여하는 가장 중요한 요소 중 하나는 데이터 프라이버시입니다. 일부 모델과 달리 Llama 2는 응답을 가져오기 위해 OpenAI와 같은 외부 서버로 데이터를 전송할 필요가 없습니다. 이 고유한 속성은 사용자의 데이터를 보호하고 개인 정보를 유지하는 데 도움이 되므로 중요하고 민감한 사용 사례에 특히 유용합니다. 사용자는 자신의 데이터가 인프라 내에 포함된 프라이빗 서버에서 모델을 실행할 수 있습니다.

오픈 소스

현재 가장 많이 사용되는 LLM은 블랙박스처럼 작동하며, 사용자는 그 기능에 대한 인사이트가 제한적입니다. 반면 오픈소스 모델은 투명한 접근 방식을 제공하므로 사용자가 내부 작동 방식을 이해할 수 있습니다. 이러한 투명성은 스팸이나 허위 정보 생성 등의 문제에도 불구하고 이러한 모델을 사용할 때 신뢰와 확신을 심어줍니다.

또한 이러한 모델의 오픈 소스 특성은 협업 노력을 장려하여 LLM 분야의 지속적인 개선과 발전으로 이어집니다. 그 결과 오픈 소스 모델은 언어 모델 분야의 발전을 주도하는 데 중요한 역할을 하고 있습니다.

“그리고 더 안전하다고 믿습니다. 오늘날의 AI 모델에 대한 액세스를 개방한다는 것은 여러 세대의 개발자와 연구자가 커뮤니티로서 스트레스 테스트를 통해 문제를 빠르게 식별하고 해결할 수 있다는 것을 의미합니다. 다른 사람들이 이러한 도구를 어떻게 사용하는지 확인함으로써 우리 팀도 이를 통해 배우고 도구를 개선하고 취약점을 수정할 수 있습니다.” – 메타 웹사이트

라마 2는 공개 라이선스이지만, 메타는 여전히 학습된 데이터를 공개하지 않고 있어 메타 사용자의 데이터 프라이버시 측면에서 여전히 문제가 되고 있습니다. 메타는 라마 2 연구 논문에서 “개인에 대한 대량의 개인 정보가 포함된 것으로 알려진 특정 사이트에서 데이터를 제거하기 위해 노력했다”고 밝혔지만, 해당 사이트가 어디인지에 대해서는 언급하지 않았습니다.

성능

라마 2는 네 가지 무게로 제공됩니다: 7B, 13B, 34B, 70B. 가중치는 모델이 학습하는 파라미터의 수를 나타냅니다. 일반적으로 매개변수 크기가 클수록 정확하고 안정적인 응답을 얻을 수 있지만, 더 많은 계산 리소스가 필요합니다. 모델의 인간과 유사한 특성을 개선하기 위해 라마 2는 인스트럭션 튜닝과 GPT에서도 사용하는 RLHF(인간 피드백을 통한 강화 학습) 방법을 사용하여 미세 조정을 거쳤습니다.

70B 매개변수 크기는 상당한 수준이지만, 175B 매개변수 크기인 GPT-3.5에 비하면 여전히 부족합니다. 결과적으로 라마 2의 성능은 GPT-3.5에 미치지 못할 수도 있지만, 벤치마크 테스트 결과 더 작은 파라미터 크기에도 불구하고 접전을 벌이고 있는 것으로 나타났습니다. 이러한 차이에도 불구하고 Llama 2는 현재 사용 가능한 모든 기존 오픈 소스 모델보다 성능이 뛰어납니다.

“RLHF는 세밀하게 조정된 언어 모델에 적용하는 모델 학습 절차로, 이를 통해 인간의 선호도와 지시에 따른 행동을 모델링합니다. 경험적으로 샘플링된 인간의 선호도를 나타내는 데이터를 수집하여 인간 주석가가 두 가지 모델 출력 중 선호하는 것을 선택합니다. 이후 이러한 인간의 피드백은 보상 모델을 훈련하는 데 사용되며, 보상 모델은 인간 주석자의 선호 패턴을 학습한 다음 선호도 결정을 자동화할 수 있습니다.” – 메타 연구 논문

 

결론

실제로 수많은 오픈소스 모델이 등장하고 있으며, Llama 2가 출시되면서 그 가능성은 무한해 보입니다. 이러한 오픈 소스 모델이 GPT-4와 같은 고급 모델과 직접적으로 경쟁하기까지는 다소 시간이 걸릴 수 있지만, GPT-3.5의 기능에 근접한 모델을 확보할 수 있다는 점에서 기대가 큽니다. 이러한 발전은 그 자체로 정말 놀라운 일입니다.

앞으로 LLM 교육이 더욱 효율적으로 진행됨에 따라 로컬 디바이스의 데이터로 미세 조정된 개인화된 ChatGPT를 사용할 수 있는 잠재력이 더욱 커질 것입니다. 이러한 기능을 제공하는 플랫폼 중 하나는 다양한 측면에서 비즈니스를 지원하기 위해 맞춤화된 지능형 AI 어시스턴트인 Cody입니다. ChatGPT와 마찬가지로 코디는 고유한 지식 기반을 사용하여 비즈니스 데이터, 팀, 프로세스 및 고객에 대한 교육을 받을 수 있습니다.

코디를 통해 기업은 AI의 힘을 활용하여 각자의 필요에 맞는 개인화된 지능형 비서를 만들 수 있으며, 이는 AI 기반 비즈니스 솔루션의 세계를 더욱 확장할 수 있는 유망한 솔루션이 될 것입니다.

여기를 클릭하여 라마 2에 대한 메타 연구 논문을 읽어보세요. 여기에서 라마 2를 사용해 보세요.

생산성 향상을 위한 상위 10가지 AI 도구

인공 지능(AI) 도구는 작업을 자동화하고 인적 오류를 줄이며 시간과 리소스를 절약하여 생산성을 향상시키는 데 점점 더 대중화되고 있습니다. 이러한 도구는 AI 알고리즘을 활용하여 콘텐츠 생성에서 프로세스 자동화에 이르기까지 작업의 다양한 측면을 지원합니다. 이 기사에서는 생산성을 크게 향상시킬 수 있는 상위 10가지 AI 도구를 살펴보겠습니다.

플로라이트생산성 향상을 위한 상위 10가지 AI 도구-1

Flowrite는 AI 기술로 구동되는 이메일 커뮤니케이션을 자동화하는 도구입니다. 사용자는 메시지의 내용과 목적에 대한 간단한 서면 지침을 제공할 수 있으며 Flowrite는 몇 초 만에 자동으로 전문적인 이메일을 생성합니다

Flowrite의 특징 :

  1. AI 이메일 어시스턴트: Flowrite는 작성 시간을 줄이고 더 나은 이메일을 만드는 데 중점을 둔 AI 이메일 비서입니다.
  2. 크롬 확장 프로그램: Flowrite는 편리한 사용을 위해 받은 편지함 옆에 AI writer를 부착하는 Chrome 확장 프로그램입니다.
  3. 바로 보낼 수 있는 이메일: Flowrite는 짧은 지침을 바로 보낼 수 있는 이메일로 바꿔 전문적인 이메일을 더 쉽고 빠르게 작성할 수 있도록 합니다.
  4. 템플릿 및 영감: Flowrite는 사용자가 자신 있게 공식적인 이메일을 작성할 수 있도록 이메일 템플릿과 영감을 제공합니다.
  5. 저렴한 가격: Flowrite는 계속 사용할 수 있도록 30일 무료 요금제와 저렴한 가격 옵션을 제공합니다.

Beautiful.ai생산성 향상을 위한 상위 10가지 AI 도구-2

Beautiful.ai 는 인공 지능을 사용하여 몇 분 안에 전문적이고 매력적인 슬라이드쇼를 디자인하는 웹 기반 프레젠테이션 도구입니다.

Beautiful.ai 의 특징 :

  1. AI 기반 디자인: Beautiful.ai AI 알고리즘을 사용하여 슬라이드의 레이아웃, 색상, 글꼴 및 애니메이션을 자동으로 조정하여 아름답게 보이게 합니다. 이 기능은 시각적으로 매력적인 프레젠테이션을 빠르게 만들어야 하는 학생들의 시간과 노력을 절약할 수 있습니다.
  2. 스마트 슬라이드 템플릿: Beautiful.ai 는 다양한 프레젠테이션 요구 사항에 맞게 조정할 수 있는 다양한 사용자 지정 가능한 슬라이드 템플릿을 제공합니다. 이러한 템플릿은 유연하고 다재다능하도록 설계되어 사용자가 필요에 따라 요소를 추가하거나 제거할 수 있습니다.
  3. DesignerBot 크랙: DesignerBot은 사용자가 슬라이드를 디자인하고, 아이디어를 브레인스토밍하고, 텍스트를 생성하는 데 도움을 줄 수 있는 AI 기반 도구입니다. 학생들이 작가의 한계를 극복하고 창의적인 아이디어를 생성하며 프레젠테이션의 전반적인 품질을 향상시키는 데 도움이 될 수 있습니다.
  4. 공동 작업 및 공유: Beautiful.ai 사용하면 사용자가 동료 또는 동료와 실시간으로 프레젠테이션 공동 작업을 수행할 수 있습니다. 또한 사용자가 이메일, 소셜 미디어 또는 소스 코드를 통해 프레젠테이션을 공유할 수 있는 공유 옵션을 제공합니다.
  5. 교육 계획: Beautiful.ai 는 .edu 계정을 인증하는 학생에게 무료 연간 Pro 구독을 제공합니다. 이 계획은 AI 기반 디자인, 스마트 슬라이드 템플릿 및 DesignerBot을 포함하여 Beautiful.ai 의 모든 기능에 대한 액세스를 제공합니다.

헤이젠생산성 향상을 위한 상위 10가지 AI 도구-3

Heygen은 초현실적 인 엔진을 기반으로하는 AI 비디오 생성기입니다. 생성 AI의 힘을 활용하여 비디오 제작 프로세스를 간소화하는 혁신적인 비디오 플랫폼입니다. HeyGen을 사용하면 기업 교육, 온라인 학습, 설명 비디오, 전자 상거래 캠페인 등을 위해 몇 분 안에 AI 대변인 비디오를 만들 수 있습니다!

HeyGen의 특징 :

  1. 언어 : 40 + 언어, 300 + 음성
  2. 아바타 : 120 + 다양한 인간 아바타
  3. 템플릿 : 300 + 사전 제작 된 사용자 정의 가능한 비디오 템플릿
  4. 자산: 무료 로열티 음악, 그래픽 및 비디오 자산
  5. 얼굴 바꾸기: 사진을 업로드하고 AI 아바타로 얼굴을 바꿉니다.
  6. 말하는 사진: 사진을 업로드하고, 텍스트를 입력하고, 생동감 있게 표현하세요
  7. Amazon URL to video: 클릭 한 번으로 Amazon URL에서 비디오 생성
  8. 자막 및 번역: 자동 자막 및 자동 번역

노션 AI생산성 향상을 위한 상위 10가지 AI 도구-4

Notion AI는 사용자가 작성, 브레인스토밍, 편집, 요약 등을 할 수 있도록 도와주는 AI 기반 쓰기 도우미입니다. 사용자의 생각을 강화하고 시간을 절약하거나 더 현명하게 사용할 수 있도록 설계되었습니다. Notion AI는 모든 사용자가 사용할 수 있으며 스페이스바를 사용하여 텍스트를 강조 표시하고 “Ask AI”를 선택하거나 슬래시 명령을 통해 메시지를 표시할 수 있습니다.

Notion AI의 기능:

  1. 요약 및 분석: Notion AI는 지저분한 메모에서 중요하고 실행 가능한 정보를 요약할 수 있어 사용자가 자료의 요점과 핵심 통찰력을 더 쉽게 파악할 수 있습니다. 이 기능은 짧은 시간에 많은 양의 정보를 검토해야 하는 학생에게 특히 유용할 수 있습니다.
  2. 편집 및 번역: Notion AI는 철자, 문법 또는 번역의 오류를 포착하여 글쓰기가 정확하고 실행 가능한지 확인하는 매의 눈을 가진 편집자 역할을 할 수 있습니다. 이 기능은 작문 능력을 향상시켜야 하는 학생이나 전 세계 청중과 효과적으로 의사 소통해야 하는 전문가에게 유용할 수 있습니다.
  3. 개인화: Notion AI는 개인의 필요와 선호도에 맞게 사용자 정의할 수 있습니다. 개인화된 개선 계획을 생성하고, 학생들의 질문에 응답하고, 특정 의견을 제공하는 데 사용할 수 있습니다. 이 기능은 학생들이 개인화된 피드백을 받고 학습 결과를 개선하는 데 도움이 될 수 있습니다.
  4. 통합 및 협업: Notion AI는 다른 도구 및 플랫폼과 통합할 수 있으므로 워크플로를 간소화하고 동료 또는 동료와 더 쉽게 협업할 수 있습니다. 이는 그룹 프로젝트를 진행하는 학생이나 보고서 또는 프레젠테이션 작업을 하는 전문가에게 유용할 수 있습니다.
  5. 작문 지원: Notion AI는 의역, 요약 및 프롬프트를 포함하여 텍스트 생성을 위한 AI 기반 기능을 제공합니다. 이러한 도구는 사용자가 작문 기술을 향상시키고 고품질 콘텐츠를 생성하는 데 도움이 될 수 있습니다.

반딧불이 AI생산성을 향상시킬 수 있는 상위 10가지 AI 도구-5

Fireflies.ai 는 사용자가 음성 대화를 기록, 요약, 검색 및 분석하는 데 도움이 되는 AI 기반 회의 도우미입니다.

Fireflies.ai 의 특징 :

  1. 회의 전사: Fireflies.ai 는 여러 화상 회의 앱, 다이얼러 및 오디오 파일에서 회의를 자동으로 녹음하고 기록할 수 있습니다. 사용자는 캘린더의 회의 Fireflies.ai 쉽게 초대할 수 있으며, Fireflies.ai 비디오 + 오디오를 캡처하고 몇 분 안에 대본을 생성할 수 있습니다. Google Meet, Zoom, Teams Webex, Ringcentral, Aircall 및 기타 플랫폼과 같은 앱과 통합됩니다.
  2. 협업 및 공유: Fireflies.ai 사용하면 사용자가 동료와 협업하고 통화의 중요한 부분을 대시보드에서 바로 공유할 수 있는 공유 가능한 사운드바이트 스니펫으로 공유할 수 있습니다. Fireflies.ai 는 모든 협업 플랫폼에 대해 통합 우선 접근 방식을 취합니다.
  3. 자동 업데이트 기술 자료: Fireflies.ai 는 모든 음성 대화에서 자동 업데이트 기술 자료를 생성하며, 사용자는 부서별로 회의 요약을 쉽게 구성하고 정보를 빠르게 검색할 수 있습니다. 사용자는 원하는 모임 정보만 적절한 팀 구성원에게 표시되도록 사용자 지정 개인 정보 제어를 설정할 수 있습니다.
  4. 고급 AI 기술: Fireflies.ai 는 고급 AI 기술을 사용하여 음성 언어 패턴과 억양을 분석하고 이해한 다음 텍스트로 변환합니다. 이 기능은 회의를 정확하고 효율적으로 기록해야 하는 사용자에게 특히 유용할 수 있습니다.

혼란 AI생산성을 향상시킬 수 있는 상위 10가지 AI 도구-6

Perplexity AI는 사용자가 다양한 주제에 대한 정보를 빠르게 찾을 수 있도록 도와주는 AI 기반 대화형 검색 엔진입니다. 사용자 쿼리에 대한 응답으로 제안과 소스를 제공하도록 설계되었으며 설립자는 다른 유사한 도구보다 더 정확하다고 주장합니다.

Perplexity AI의 특징 :

  1. AI 기반 검색: Perplexity AI는 AI 알고리즘을 사용하여 사용자에게 정확하고 관련성 높은 검색 결과를 제공합니다. 웹에서 광범위한 주제에 대한 정보를 검색하고 제공하는 답변을 뒷받침하는 출처와 인용을 제공할 수 있습니다.
  2. 사용자 정의 가능: Perplexity AI는 개인의 요구와 선호도에 맞게 사용자 정의할 수 있습니다. 개인화된 개선 계획을 생성하고, 질문에 응답하고, 특정 의견을 제공하는 데 사용할 수 있습니다. 이 기능은 사용자가 개인화된 피드백을 받고 학습 결과를 개선하는 데 도움이 될 수 있습니다.
  3. 사용하기 쉬운: Perplexity AI는 웹사이트나 모바일 앱을 통해 액세스할 수 있는 직관적인 사용자 인터페이스를 제공합니다. 사용자는 검색 창에 질문을 입력하고 Enter 키를 눌러 답변을 얻을 수 있습니다.
  4. 신뢰성: Perplexity AI의 답변은 항상 출처와 인용으로 지원되며, 사용자는 이를 클릭하여 제공하는 답변을 쉽게 확인할 수 있습니다. 이 기능을 통해 사용자는 Perplexity AI에서 받은 정보를 신뢰할 수 있습니다.

코디 AI생산성 향상을 위한 상위 10가지 AI 도구-7

Cody AI는 다양한 측면에서 비즈니스를 지원하도록 설계된 지능형 AI 비서입니다. 다양한 측면에서 비즈니스를 지원하도록 설계된 지능형 AI 비서입니다. ChatGPT와 비슷하지만 자신의 지식 기반을 사용하여 비즈니스, 팀, 프로세스 및 고객에 대해 교육할 수 있다는 추가 이점이 있습니다.

코디 AI의 특징 :

  1. 비즈니스 질문에 대한 즉각적인 답변: Cody는 회사의 축적된 문서를 분석하고 회사 프로세스에 대한 전문가 역할을 합니다. 비즈니스 관련 쿼리에 대한 빠르고 정확한 답변을 제공하여 시간과 노력을 절약할 수 있습니다.
  2. 모든 데이터 업로드 및 지식 기반 구축: Cody를 사용하면 PowerPoint, PDF와 같은 다양한 유형의 문서를 안전하게 업로드하거나 전체 웹 사이트를 크롤링할 수 있습니다. Cody는 이 정보를 사용하여 응답을 사용자 정의하고 데이터베이스를 기반으로 지능적인 답변을 제공합니다.
  3. 봇 구축: Cody AI를 사용하면 다양한 사용 사례에 맞는 강력하고 맞춤화된 AI 봇을 만들 수 있습니다. 단계별 지침과 전문가의 조언에 따라 특정 비즈니스 요구 사항에 맞는 봇을 구축할 수 있습니다.
  4. API 통합: Cody AI는 Cody를 애플리케이션 및 서비스에 통합할 수 있는 API를 제공합니다. 직관적인 API 엔드포인트를 사용하여 봇 목록에 액세스하고, 대화를 관리하고, 메시지를 보낼 수 있습니다.

헤드샷 AI 스튜디오도구 8

Headshot AI Studio는 개인 및 업무용으로 전문적인 얼굴 사진을 생성하는 AI 기반 플랫폼입니다. 이 플랫폼은 인공 지능을 사용하여 실제 사진과 유사한 디지털 인물 사진을 만듭니다. AI 알고리즘은 사실적인 기능으로 디지털 아트에서 개인의 얼굴을 재현하려는 모델을 만듭니다. Headshot AI Studio는 AI 생성 헤드샷에서 다양한 스타일을 제공하며, 그들의 목표는 사용자의 요구와 선호도에 맞게 조정된 편리하고 비용 효율적인 방식으로 뛰어난 헤드샷을 제공하는 솔루션을 제공하는 것입니다.

Headshot AI의 기능:

  1. AI 생성 전문 헤드샷: 이 플랫폼은 인공 지능을 활용하여 개인 및 전문 용도 모두에 적합한 사실적인 디지털 인물 사진을 생성합니다.
  2. 다양한 스타일 옵션: AI 기반 시스템은 생성된 헤드샷에 대해 다양한 스타일을 제공하여 사용자가 자신의 취향에 가장 잘 맞는 것을 찾을 수 있도록 합니다.
  3. 맞춤형 편의성 및 경제성: 이 솔루션은 개인의 필요와 선호도에 맞게 맞춤화된 뛰어난 헤드샷을 제공하는 동시에 편리하고 비용 효율적으로 제공됩니다.
  4. 스튜디오 사진 전문 지식: 스튜디오 사진에 대한 강력한 배경 지식을 갖춘 이 플랫폼은 고품질 헤드샷과 관련하여 고객의 특정 선호도와 기대치를 이해합니다.
  5. 고급 편집 및 사용자 정의: 사용자는 고급 편집 도구 및 사용자 지정 옵션에 액세스하여 고유한 요구 사항에 따라 얼굴 사진을 미세 조정할 수 있습니다.
  6. 특정 속성 생성: AI 기반 플랫폼은 필요에 따라 특정 속성으로 얼굴 사진을 생성하여 사용자가 원하는 모양을 정확하게 얻을 수 있도록 합니다.

서퍼 SEO도구 9

Surfer AI는 SEO 친화적인 콘텐츠를 더 쉽고 빠르게 만들 수 있는 AI 기반 콘텐츠 작성 도구입니다. 인공 지능을 사용하여 경쟁력 있는 연구를 수행하고, 기사를 구성하고, 정확성이나 가독성을 손상시키지 않으면서 몇 분 안에 생성합니다.

Sufer SEO의 특징 :

  1. 페이지 최적화: Surfer SEO는 웹사이트를 분석하고 검색 엔진에 맞게 페이지를 최적화하기 위한 권장 사항 목록을 제공합니다.
  2. 콘텐츠 편집기: Surfer SEO의 콘텐츠 편집기는 검색 엔진 결과에서 좋은 순위를 차지하는 최적화된 콘텐츠를 작성하는 데 도움이 됩니다.
  3. 키워드 연구: Surfer SEO의 키워드 조사 도구는 웹사이트에 타겟팅할 최고의 키워드를 찾는 데 도움이 됩니다.
  4. SERP 분석기: Surfer SEO의 SERP 분석기 도구는 대상 키워드에 대한 최상위 페이지를 분석하고 순위를 능가하는 방법에 대한 통찰력을 제공하는 데 도움이 됩니다.
  5. 감사 도구: Surfer SEO의 감사 도구는 검색 엔진 순위에 영향을 미칠 수 있는 웹사이트의 기술적 문제를 식별하는 데 도움이 됩니다.

핀드

Phind는 개발자와 기술 관련 질문을 충족하도록 설계된 검색 엔진입니다. 사용자 쿼리에 대한 직접적이고 포괄적인 답변을 제공한다는 점에서 일반적인 AI 비서와 다릅니다. 대규모 AI 언어 모델로 구동되는 Phind는 인터넷에서 정보를 가져와 응답이 최신 상태이고 관련성이 있는지 확인합니다. 검색 엔진은 여러 소스의 정보를 집계하여 관련 코드 스니펫을 포함한 답변을 지능적으로 생성합니다. 이 접근 방식은 설명의 정확성과 깊이를 보장합니다.

Phind의 특징 :

  1. 필터를 사용하여 검색 결과를 사용자 지정합니다. 도메인 이름과 키워드를 추가하여 결과의 순위를 인위적으로 변경할 수 있습니다. 도메인이 “github.com“인 규칙이 있는 경우 phind는 이를 모든 github.com 결과에 적용합니다.
  2. Bang 검색 바로 가기: 검색어에 뱅 단축키를 추가하여 다른 사이트에서 쉽게 검색할 수 있습니다.
  3. 모바일 앱: Phind는 프로그레시브 웹 앱 지원을 제공합니다. 홈 화면에 phind를 추가하고 기본 앱으로 사용할 수 있습니다.
  4. 대규모 AI 언어 모델로 구동: 다른 AI 비서와 달리 Phind는 인터넷에서 정보를 가져오고 항상 최신 상태를 유지합니다. 여러 소스의 정보를 기반으로 답변을 생성할 수 있을 만큼 똑똑합니다.

코드 인터프리터: ChatGPT의 새로운 도약

Cover Photo

ChatGPT의 코드 인터프리터가 AI를 다음 단계로 끌어올리는 방법

ChatGPT를 둘러싼 소문이 가라앉는 것처럼 보였을 때 OpenAI는 혁신적인 새 기능을 공개하여 흥분을 다시 불러일으켰습니다. 이러한 향상은 AI의 기능에 새로운 차원을 추가하여 이 기술의 무한한 잠재력을 재확인했습니다.

이전에 ChatGPT의 기능은 주로 코드를 포함한 텍스트를 이해하고 제공하는 데 국한되었습니다. 이 기능은 인상적이었지만 범위가 제한적이었습니다. 코드 구문을 사용하여 사용자에게 도움이 될 수 있으며, 디버깅을 지원하고, 특정 작업을 처리하기 위한 코드 스니펫을 제공할 수도 있습니다. 그러나 최종 결과를 제공하기 위해 코드 블록을 실행하기에는 부족했습니다. 본질적으로 고도로 지능적인 코드 편집기와 같았지만 본격적인 프로그래머는 아니었습니다.

새로운 기능인 코드 인터프리터의 출현으로 ChatGPT는 이제 단순히 코드를 이해하는 것 이상을 할 수 있습니다. 자연어 명령어를 이해하고, 이러한 명령어를 코드로 변환하고, 코드를 실행하고, 최종 결과로 응답할 수 있습니다.

코드 인터프리터가 프로그래밍의 판도를 바꾸는 방법

OpenAI의 최신 추가 기능인 코드 인터프리터 기능이 최근 ChatGPT 세계(정확히는 GPT-4 모델 내)에 도입되었습니다. 이 기능을 사용하면 샌드박스 Python 환경 내에서 Python 코드를 실시간으로 실행할 수 있습니다. 프로그래머를 위해 맞춤 제작된 기능처럼 보일 수 있지만 실제로는 광범위한 사용자가 다양한 작업을 수행하는 데 도움이 될 수 있는 다재다능한 도구입니다.

코드 인터프리터는 코드 실행을 위해 채팅 인터페이스에 포함된 도구 그 이상입니다. 사용자가 코드 조각을 테스트하고, 디버그하고, 코딩 학습 여정을 풍부하게 할 수 있는 다목적 시설입니다. 실행은 ChatGPT의 샌드박스 환경 내에서 바로 이루어집니다. 또한 코드 인터프리터는 작업을 자동화하고 다른 API와 통합하는 데 효과적인 도구가 될 수 있습니다.

틀림없이 코드 인터프리터 기능의 가장 두드러진 장점은 생산성을 높이고 시간을 절약할 수 있는 잠재력에 있습니다. 사용자는 서로 다른 소프트웨어나 도구 사이를 오가는 번거로움 없이 코드를 빠르게 테스트하고 디버그할 수 있습니다. 이는 빈번한 테스트와 반복이 필요한 복잡한 프로젝트에 참여하는 개발자에게 특히 유용합니다. 코드 인터프리터는 도구 전환의 필요성을 없애고 개발자가 시간을 활용하여 생산성을 높일 수 있도록 도와줍니다.

이론에서 실습으로: 코드 인터프리터의 실제 적용

ChatGPT의 코드 인터프리터에는 몇 가지 사용 사례가 있습니다. 다음은 몇 가지 예입니다.

  1. 데이터 분석: 코드 인터프리터는 평범하고 간단한 언어로 프롬프트를 작성할 수 있도록 하여 데이터 분석에 혁명을 일으킵니다. 이 사용자 친화적인 접근 방식을 통해 프로그래밍 전문 지식이 없는 사용자도 쉽게 데이터 분석을 수행할 수 있습니다. 그 다재다능함은 고객을 세분화하고 주식과 암호화폐를 분석하는 것부터 데이터를 히트 맵으로 변환하는 것까지 다양합니다.
  2. 자동 정량 분석: 독창적으로 코드 인터프리터는 복잡한 정량 분석을 자동화하고, 데이터를 병합 및 정리하고, 인간과 같은 방식으로 데이터에 대한 추론을 수행할 수 있습니다. 이 강력한 기능은 작업 자동화 및 코드 작업에 없어서는 안될 도구입니다.
  3. 차트 생성: 코드 인터프리터는 프로그래밍 지식 없이도 전문가 수준의 그래프와 차트를 생성할 수 있는 기능이 두드러집니다. 이는 데이터를 시각화하고 간결하고 명확한 방식으로 제시하는 데 매우 중요합니다.
  4. Python 라이브러리: 코드 인터프리터의 또 다른 놀라운 기능은 다양한 Python 라이브러리를 가져오고 활용하여 자동화 작업을 더욱 향상시킬 수 있다는 것입니다. 이 조항을 통해 데이터 분석, 기계 학습 등을 위해 널리 사용되는 라이브러리의 기능을 활용할 수 있습니다.

ChatGPT에 코드 인터프리터를 통합하면 자동화 작업을 간소화할 수 있을 뿐만 아니라 ChatGPT 인터페이스 내에서 직접 데이터 분석 및 코드 실행을 수행할 수 있습니다. 작업을 자동화하고 코드 작업을 위한 편리하고 강력한 도구로 우뚝 섰습니다.

코드 인터프리터를 사용하도록 설정하는 단계

ChatGPT의 최신 기능인 코드 인터프리터를 잠금 해제하는 흥미진진한 여정을 시작하겠습니다. 이 획기적인 혁신은 AI 환경에 혁명을 일으킬 뿐만 아니라 더 쉽게 액세스하고 사용할 수 있도록 합니다. 다음은 이 환상적인 기능을 활성화하는 단계별 가이드입니다.

1단계: 기능 액세스

ChatGPT Plus로 업그레이드를 선택하여 ChatGPT Plus로 업그레이드합니다. 프로세스를 시작하는 것은 ChatGPT 인터페이스에서 ‘설정’ 옵션을 클릭하기만 하면 될 정도로 간단합니다. ChatGPT에서 제공하는 다양한 기능을 탐색하려면 ‘베타 기능’ 탭을 찾으세요.

2단계: 코드 인터프리터 활성화

‘베타 기능’ 내에서 ‘코드 인터프리터’ 옵션을 찾을 수 있습니다. 옆에 있는 확인란을 클릭하기만 하면 이 기능을 사용할 수 있습니다. 큰 힘에는 큰 책임이 따른다는 것을 기억하십시오. 현명하게 사용하세요!

3단계: 확인 및 적용

‘코드 인터프리터’를 활성화한 후 변경 사항을 저장해야 합니다. ‘적용’을 클릭하여 변경 사항을 확인하고 짜잔! 코드 인터프리터를 성공적으로 활성화하여 다음 단계의 AI를 경험할 준비가 되었습니다.

GPT와 함께 문서 사용

GPT가 코딩하는 것을 원하지 않고 대신 데이터에 대해 훈련하는 것을 원한다면 어떻게 하시겠습니까? 귀하의 비즈니스에 맞춤화된 ChatGPT 역할을 하는 개인화된 AI인 Cody를 만나보세요. Cody는 기업을 위해 특별히 설계된 지능형 AI 비서입니다. 회사 프로세스, 팀 정보 및 고객 데이터를 포함한 자체 지식 기반에 대해 교육할 수 있습니다. Cody는 질문에 답하고, 창의적인 지원을 제공하고, 문제를 해결하고, 아이디어를 브레인스토밍하여 팀을 지원할 수 있습니다. 그 기능은 키워드 검색과 역류 답변을 넘어 보다 개인화되고 상황에 맞는 상호 작용을 가능하게 합니다. Cody는 또한 즐겨 사용하는 도구와 통합하고 축적된 문서를 분석하여 비즈니스 질문에 대한 즉각적인 답변을 제공할 수 있습니다.

Cody에 대해 더 알고 싶거나 도움이 필요하십니까? 이 혁신적인 플랫폼을 최대한 활용하는 데 도움이 되는 다양한 리소스가 있습니다. Discord 커뮤니티에 가입하여 다른 Cody 사용자 및 전문가 팀과 교류하거나 블로그에서 Cody 기능에 대해 자세히 알아보세요. 개인화된 도움이 필요한 경우 전담 지원 팀이 항상 도와드릴 준비가 되어 있습니다. 도움말 센터를 방문하여 FAQ를 확인하거나 지원 요청을 제출하세요. Cody가 AI의 경계를 어떻게 재정의하고 있는지에 대한 자세한 내용은 당사 웹사이트에서 확인할 수 있습니다.

귀하의 데이터는 우리와 함께 안전합니다

데이터 보안 및 개인 정보 보호에 대한 우리의 약속.

ChatGPT는 인공 지능의 대명사가 되었으며 이전에는 AI에 익숙하지 않은 사람들도 이제 이에 대한 지식을 얻고 있습니다. 그 인기가 치솟으면서 기업과 개인은 ChatGPT와 유사하지만 자신의 데이터에 맞춤화된 AI 봇을 찾고 있습니다. Cody AI의 목표는 이 프로세스를 단순화하고 간소화하여 AI의 복잡한 기술을 탐구할 필요가 없도록 하는 동시에 최신 혁신에 대한 최신 정보를 유지하는 것입니다.

맞춤형 사용 사례에 AI를 사용하는 개인과 기업의 중요한 관심사 중 하나는 데이터의 무결성과 보안입니다. GPT와 같은 언어 모델을 구축하려면 광범위한 학습 데이터 세트를 사용해야 하며, 이는 데이터 개인 정보 보호에 대한 타당한 우려를 제기할 수 있습니다. Cody AI는 이러한 우려를 이해하고 존중하며 귀하의 데이터 및 개인 정보 보호를 우선시합니다.

Cody가 프로세스 전반에 걸쳐 데이터 보안을 보장하는 방법을 이해하기 위해 여정을 문서, 포함 및 모델의 세 섹션으로 나누 보겠습니다.

문서

Cody는 보안 및 비공개 Amazon Simple Storage Service(S3) 를 활용하여 추가 처리 전에 초기 단계에서 문서를 저장합니다. S3는 PCI-DSS, HIPAA/HITECH, FedRAMP, EU 데이터 보호 지침FISMA와 같은 다양한 프로그램을 준수하여 모든 버킷에 업로드된 모든 객체를 암호화합니다. 이렇게 하면 데이터가 보호되고 규정 요구 사항을 준수할 수 있습니다. Cody에 업로드된 문서는 SSE-S3 (서버 측 암호화) 프로토콜을 따르므로 귀하와 귀하의 팀 구성원에게 독점적인 액세스를 허용하여 데이터 기밀성과 개인 정보를 보장합니다.

임베딩

임베딩은 기본적으로 데이터를 벡터(숫자 목록) 형태로 표현한 것입니다. Cody에 제공되는 데이터는 구조화되지 않았기 때문에 임베딩으로 변환하면 더 빠른 검색과 의미 체계 검색이 가능합니다. Cody가 문서에서 응답을 생성하는 방법에 대해 자세히 알아보려면 이 문서를 확인하세요.

이러한 벡터 또는 임베딩을 저장하기 위해 Cody는 일부 대기업에서 신뢰하는 보안 벡터 데이터베이스인 Pinecone에 의존합니다.

Pinecone은 다음과 같은 강력한 보안 기능을 제공합니다.

  1. SOC2 Type II 인증
  2. GDPR 준수
  3. 취약성을 확인하기 위한 일상적인 침투 테스트.
  4. 데이터 저장을 위해 완전관리형의 안전한 AWS 인프라에 격리된 Kubernetes 컨테이너입니다.

모델

Cody AI는 GPT-3.5, GPT-3.5 16K 및 GPT-4를 포함한 OpenAI의 GPT 모델을 활용하여 응답을 생성합니다. 리소스 제한으로 인해 이러한 모델은 Cody의 기본 서버에서 호스팅되지 않습니다. 대신 OpenAI에서 제공하는 API를 활용합니다(문서 및 쿼리에 대한 임베딩을 만드는 데에도 사용됨). 응답을 생성할 때 모든 문서를 전송하는 대신 질문과 관련된 데이터의 특정 부분만 요청에서 전송됩니다. 이 접근 방식은 효율적인 처리, 데이터 무결성을 보장하고 불필요한 데이터 전송을 최소화합니다. API에서 제공하는 추가 보안 메커니즘은 데이터가 기존 또는 새 언어 모델을 학습하는 데 사용되지 않는다는 것입니다. 이렇게 하면 데이터가 봇으로 제한되고 모델 학습 목적으로 활용되지 않습니다.

2023년 3월 1일부터 데이터 사용 및 보존 정책에 두 가지 변경 사항이 적용됩니다.
1. OpenAI는 귀하가 이러한 목적으로 귀하의 데이터를 당사와 공유하기로 명시적으로 결정하지 않는 한 API를 통해 고객이 제출한 데이터를 사용하여 모델을 훈련하거나 개선하지 않습니다. 데이터 공유를 선택할 수 있습니다.
2. API를 통해 전송된 모든 데이터는 남용 및 오용 모니터링 목적으로 최대 30일 동안 보관되며, 그 이후에는 삭제됩니다(법률에서 달리 요구하지 않는 한).

출처: OpenAI

이러한 약속은 추가 기밀성 계층을 제공하고 데이터의 개인 정보 보호 및 보안을 보장합니다. 자세한 내용은 이 기사를 읽을 수 있습니다.

결론

세 가지 요소를 모두 고려할 때 Cody AI는 데이터 보안 및 규정 준수에 대한 잘 구성된 접근 방식을 보여 데이터의 99% 보안을 보장합니다. 데이터 개인 정보 보호가 가장 중요한 시대에 우리는 데이터의 완전한 보안을 보장하기 위해 최선을 다하고 있습니다.

Cody AI 및 데이터 보안에 대한 피드백이나 질문이 있는 경우 주저하지 말고 도움 받기를 통해 문의해 주세요. 귀중한 정보를 제공하고 토론에 참여할 수 있는 Discord 커뮤니티에 가입할 수도 있습니다.

Excel 데이터로 GPT를 무료로 훈련하는 방법? (베타)

코디 지식창고에 Excel 데이터를 추가하고 ChatGPT를 무료로 교육하는 방법에 대한 가이드입니다.

회사의 Excel 데이터에 대한 Cody의 학습을 시작하기 전에 봇에서 최상의 응답을 보장하기 위해 몇 가지 개념을 명확히 해야 합니다. GPT(Generative Pre-Trained Transformers)는 문장이나 구의 다음 단어를 예측하여 완성하기 위해 광범위한 데이터 세트에서 훈련된 언어 모델입니다. 그들은 구조화되지 않은 대화 또는 리터럴 데이터의 대규모 샘플로 구성된 자연어 데이터 세트에 대해 특별히 훈련됩니다. 선형 회귀와 같은 통계 모델과 달리 GPT는 논리적 학습 데이터를 사용하여 숫자를 예측하는 데 능숙하지 않습니다. 예를 들어, 2+2=5를 주장하는 데이터 세트에서 GPT를 훈련하는 경우 논리적 불일치를 이해하려고 시도하지 않고 2+2=5라고 응답합니다(이것은 단지 예일 뿐입니다. OpenAI는 정확한 응답으로 이러한 쿼리를 처리합니다. 이것은 환각이라는 LLM의 또 다른 한계와 결합되어 수학적 계산에 적합하지 않은 환경을 만듭니다.

이제 GPT의 한계를 이해하셨으니, Excel 데이터에 대해 무료로 GPT를 학습하는 과정을 안내해 드리겠습니다. Cody 지식창고에 Excel 또는 CSV 데이터를 추가하는 방법을 개발했습니다. 앞서 언급했듯이 GPT는 자연어 이해에 탁월하므로 언어 모델에서 쉽게 사용할 수 있는 가독성 있는 형식으로 Excel 데이터를 변환합니다.

1단계: Excel 데이터 변환

봇을 훈련시키려는 CSV 또는 Excel 데이터를 가져와 당사에서 만든 유틸리티를 사용하여 텍스트 파일로 변환합니다. 이 유틸리티는 해당 헤더로 데이터에 주석을 달아 Excel 데이터를 텍스트 파일로 변환합니다. 머리글로 셀 항목에 주석을 달면 전처리 단계에서 문서 분할로 인해 머리글을 건너뛸 가능성이 높기 때문에 언어 모델이 컨텍스트를 더 잘 이해할 수 있습니다.

예.

엑셀 데이터:

텍스트 데이터:

{The Name is ‘John’. The Age is ‘16’.}, {The Name is ‘Marie’. The Age is ‘18’.}

생성된 텍스트 파일은 JSON과 유사한 형식을 따르지만 더 인간적인 느낌을 제공하기 위해 더 문학적인 스타일을 사용합니다. 이 솔루션은 현재 실험 단계에 있으며 아직 Cody 앱에 통합되지 않았지만 세 가지 GPT 모델 모두에서 잘 작동하지만 이를 위해 더 나은 솔루션을 지속적으로 모색하고 있습니다.

유틸리티 인터페이스:

엑셀 데이터에 대한 무료 교육용 코디용 CSV/엑셀을 TXT로 변환하는 변환기

샘플 CSV 데이터:

Excel 데이터에 대한 교육용 GPT 샘플 CSV 데이터 무료 제공

봇에서 최상의 응답 품질을 얻기 위해 변환하기 전에 데이터를 정리하는 것이 좋습니다.

Excel 데이터에서 무료로 GPT를 교육할 수 있는 변환기의 사용자 인터페이스

CSV 또는 Excel 데이터를 유틸리티에 업로드한 후 GPT 호환 텍스트 파일을 생성하기 전에 데이터를 미리 볼 수 있습니다.

부품당 행 수: 더 큰 데이터 세트의 경우 데이터 세트를 여러 부분으로 나누는 것이 좋습니다. 이 구분은 의미 체계 검색을 개선하고 응답의 품질을 향상시킵니다.

셀 참조 포함: 텍스트 파일에 Excel 셀 참조를 포함하려면 이 옵션을 선택할 수 있습니다. 그런 다음 봇은 Excel에서 수행할 수 있는 작업에 대한 단계별 가이드를 만들 때 이러한 셀 참조를 참조할 수 있습니다. 예를 들어 중앙값을 찾는 수식을 생성할 수 있습니다.

Excel 데이터의 모든 부분을 .txt 형식으로 포함하는 압축된 zip 폴더가 생성됩니다.

Excel 데이터에 대한 교육용 GPT 파일 무료 생성

2단계: Cody 기술 자료에 데이터 추가

변환된 데이터를 Cody 기술 자료에 추가하려면 다음과 같이 하십시오.

  1. Cody 애플리케이션으로 이동하여 “콘텐츠” 섹션으로 이동합니다.
  2. 기술 자료 내에 데이터를 저장할 새 폴더를 만듭니다.
  3. 폴더가 만들어지면 폴더 내부를 탐색합니다.
  4. “업로드” 버튼을 클릭하여 변환된 데이터를 업로드합니다.
  5. 기술 자료에 추가하려는 로컬 저장소에서 변환된 모든 데이터 파일을 선택합니다.
  6. 선택을 확인하고 업로드 프로세스를 시작합니다.
  7. 변환된 데이터 파일이 업로드되어 사용자가 만든 폴더 내에 저장된 Cody 기술 자료에 추가됩니다. 문서가 성공적으로 학습되면 문서 상태가 ‘학습됨’으로 표시됩니다.

Excel 데이터에 대한 교육용 GPT용 텍스트 파일 무료 업로드

3단계: 봇 성격 설정

아직 실험 단계이므로 템플릿 모드에 추가하기 전에 프롬프트를 개선하기 위해 노력하고 있습니다.

프롬프트:

당신은 우리 회사의 AI 데이터 분석가인 Data Cody입니다. 주요 목표는 제공된 Excel 데이터에서 추론을 생성하는 것입니다. Excel 셀 참조는 $Cell 형식으로 제공될 수 있습니다. 응답에서 셀 참조를 언급하지 마십시오. ‘{}’에 포함된 정보는 하나의 레코드입니다. 특정 레코드의 세부 정보를 묻는 메시지가 표시되면 포인터에 나열하십시오.

시스템 프롬프트 :

세부 사항에 대해 물었을 때 인간과 같은 방식으로 응답하십시오. 당신의 대답을 정당화하지 마십시오.

이 프로세스는 세 가지 GPT 모델 모두에서 잘 작동하므로 무료 요금제를 사용 중이더라도 시도해 볼 수 있습니다. 그러나 GPT-3.5 16K 및 GPT-4 모델이 데이터를 더 잘 이해하는 경향이 있다는 점은 주목할 가치가 있습니다. 무료 요금제에서 받은 답변에 만족하지만 응답 형식을 더 유연하게 지정하고 여러 레코드를 비교할 수 있는 기능을 원하는 경우 GPT-3.5 16K 또는 GPT-4로 업그레이드하는 것이 도움이 될 수 있습니다. 이러한 모델에서 제공하는 추가 컨텍스트 창을 통해 데이터를 보다 포괄적으로 분석하고 조작할 수 있습니다.

데모

Excel 데이터에 대한 GPT 교육용 데모 무료 제공

첫 번째 쿼리에 대한 참조:

두 번째 쿼리에 대한 참조:

제한

Excel 또는 CSV 파일을 Cody에 업로드하는 기능이 Google 스프레드시트 또는 Microsoft Excel과 같은 스프레드시트 도구의 직접적인 대안이 되는 것은 아닙니다. Cody에서 구조화된 데이터로 작업할 때 고려해야 할 몇 가지 제한 사항이 있습니다.

  1. 분석 작업 중 환각 : Cody에게 평균, 중앙값 또는 최소/최대값을 요청하는 것과 같이 통계적 또는 분석적 계산과 관련된 작업은 잘못된 응답을 생성할 수 있습니다. Cody는 실시간 계산을 수행하지 않으며 부정확한 결과를 제공할 수 있습니다. 코드 인터프리터 및 함수 호출과 같은 OpenAI의 최근 업데이트는 향후 이를 개선할 수 있습니다.
  2. 레코드를 비교하는 동안 오류가 발생했습니다. 경우에 따라 Cody는 문서의 다른 세그먼트에서 데이터를 가져오는 데 어려움을 겪을 수 있으며, 그 결과 정보를 사용할 수 없다는 응답이 발생할 수 있습니다. 이 시나리오는 무료 요금제에서 사용할 수 있는 GPT-3.5 모델에서 더 가능성이 높습니다. 베이직 또는 프리미엄 요금제로 업그레이드하면 GPT-3.5 16K 모델 또는 GPT-4 모델을 사용할 수 있습니다. 이 두 모델 모두 컨텍스트 창이 더 커서 이러한 제한을 잠재적으로 해결할 수 있습니다.

결론

이러한 제한 사항에도 불구하고 이 프로세스는 비즈니스 FAQ 데이터 또는 기타 리터럴 데이터(예: 직원 교육 데이터)가 Excel 또는 CSV 형식으로 저장되는 시나리오에 특히 유용합니다. Cody는 수정할 필요 없이 이 데이터에 대해 학습할 수 있습니다. 또한 Cody는 단일 레코드의 세부 정보를 가져오거나, 데이터를 설명하거나, 대차 대조표 또는 판매 수치와 같은 수치 데이터 세트에서 유추된 인사이트를 기반으로 제안을 제공할 때 뛰어난 성과를 거두었습니다.

Excel 또는 CSV 데이터에 대해 Cody를 교육하기 위한 임시 솔루션으로, 이 접근 방식에 대한 피드백을 보내 주셔서 대단히 감사합니다. 우리는 귀하의 의견을 소중히 여기며 Discord 서버에서 또는 도움 받기 기능을 통해 연락하여 의견을 공유해 주시기 바랍니다. 우리는 귀하의 경험에 대해 듣고 귀하의 피드백에서 더 많은 것을 배우기를 열망합니다. Excel 데이터에 대한 GPT를 무료로 교육하는 저희의 접근 방식이 마음에 드셨기를 바랍니다. Cody에 대해 자세히 알아보려면 블로그 를 확인하세요.