LLM 평가 프레임워크 구축 및 내재화 경험 공유, SOTA LLM 최신 동향 분석
XAI 기술을 활용한 스미싱 탐지 LLM 개발, 설명 가능성 확보 노력
On-premise Kubernetes 구축 사례 공유, 금융 규제 준수 및 개발 환경 개선
Aven과 Conor는 LLM 평가를 위한 자체 프레임워크를 구축했다. 구체적으로 SOTA LLM의 성능을 측정하고, 평가 지표를 정의했다. 따라서, 모델 선택 시 성능과 비용 간의 균형을 맞출 수 있었다.
Day와 Yun은 스미싱 탐지 LLM 개발을 통해 금융 사기 예방에 기여했다. XAI 기술을 적용하여 모델의 예측 근거를 설명 가능하게 만들었다. 결과적으로, 사용자 신뢰도를 높이고, 모델 개선에 활용했다.
Robin은 On-premise Kubernetes 클러스터 구축 경험을 공유했다. 금융 규제 준수를 위해 보안 및 컴플라이언스를 강화했다. 따라서, 안정적인 서비스 운영과 개발 생산성 향상을 동시에 달성했다.