mekey

[Embedding] 14. 자연어로 학습된 LLM을 행동 데이터로 파인튜닝해서 LBM을 만들면 기존 LLM 능력은 사라지는가?

“그럴 수 있다 — 하지만 설계에 달려 있다” 들어가며 이 질문은

[Embedding] 13. LLM을 행동시퀀스로 학습한게 LBM인가?

“비슷해 보이지만, 같지는 않다” 들어가며 지난 글에서 LLM과 LBM을 간략히

[Embedding] 12. LBM에서 임베딩을 도출할 때 mean pooling을 해야하나?

LBM에서 임베딩을 도출할 때 mean pooling을 해야 하나? “대부분은 아니다

[Embedding] 11. LBM에서의 임베딩이 갖는 의미

LBM에서의 임베딩은 ‘다음에 올 예측 행동 자체’로 볼 수

[Embedding] 10. LBM은 어떻게 만드나?

Large Behavior Model, “행동의 물리학을 학습하는 모델” 들어가며 지난 글에서

[Embedding] 9. 고객 임베딩 생성을 위해 고객 행동을 텍스트로 표현하는 전략

로그를 문장으로 바꾸는 순간, 임베딩이 살아난다 들어가며 LLM 임베딩을 고객

[Embedding] 8. 고객의 행동을 임베딩으로 표현하기

“고객의 행동을 임베딩으로 어떻게 표현할 수 있을까?” 들어가며 LLM 임베딩이

[Embedding] 7. LLM 임베딩 투영값으로 고객 스코어링하기

벡터로 “지금 이 고객은 어디쯤인가”를 말하는 법 들어가며 LLM

[Embedding] 6. 페르소나 벡터와 상품 벡터의 정합성 설계

“이 고객에게 왜 이 상품인가?”를 벡터로 설명하는 법 들어가며

[Embedding] 5. 의미 축을 조합해 “고객 페르소나 벡터” 만들기

한 사람을 하나의 벡터로 요약하는 방법 들어가며 기업 입장에서 보면