NLP 썸네일형 리스트형 최초 선택과 옵션 보정으로 LLM 결과 정확도 높이기 문제 상황LLM을 활용해 기능을 실행하는 도구를 설계할 때 처음부터 복잡한 선택지를 주는것 보다 기본 동작을 단순하게 고르고, 이후 옵션을 보정하는 방식을 사용하는 것이 Accuracy를 높이는데 도움을 준다.예를 들어 LLM이 커피 주문을 처리한다고 하자. 사용자는 다음과 같이 말할 수 있다."아메리카노 큰거 한잔 줘""라떼 하나, 아이스로""디카페인 아메리카노 따듯한걸로"orderCoffee('아메리카노', '뜨거운', '디카페인', '라지')만약 이런 주문을 처음부터 LLM이 모든 옵션을 포함한 함수를 호출해야 한다면 옵션이 누락되거나 잘못된 매핑과 순서가 뒤죽박죽 되는 것과 같은 오류가 발생할 가능성이 높아진다. 단순한 접근성정확도를 높이는 방법은 다음과 같이 두 단계로 구분하는 것이다.최초 선택.. 더보기 이전 1 다음
