모델 성능 향상을 위한

학습 데이터 구축

모델 성능 향상을 목표로 특정 Task에 최적화된 데이터셋을 기획하고 구축합니다. 

고객사의 데이터를 활용하여 할루시네이션 문제를 해결하는 RAG(Retrieval Augmented Generation)에 적합한 정보 구조를 설계하고 데이터셋을 마련합니다.  

데이터 평가 항목

• 챗봇/콜봇 등 대화형 AI, AI Agent를 사용자 관점에서 평가합니다. 국내외에서 인정받는 평가 방법론을 기반으로 End-user 중심 연구 성과를 반영, TEXTNET만의 서비스 맞춤형 지표를 개발하여 객관적이고 신빙성 있는 평가를 수행합니다. 

• 평가 결과를 분석해 데이터 측면에서의 개선 방안을 제안합니다. 학습 데이터의 부족, 데이터 밸런스 문제, 데이터 정제가 필요한 경우 등 관련 개선점이 발견될 경우 그에 맞는 학습 데이터 구축이 가능합니다.