.md .pdf

repository open issue

Contents

Ask for Context in LLM

Summary

LLM(대형 언어 모델)에서 컨텍스트 요청은 사용자 질의에 대한 정확한 응답을 제공하기 위해 모델이 추가적인 정보를 필요로 하는 경우를 말합니다. 이 경우, 모델은 사용자 질의와 관련된 추가 정보를 요청하거나, 사전에 정의된 컨텍스트를 사용하여 응답을 생성합니다. 컨텍스트 요청은 모델의 정확성과 신뢰성을 향상시키는 데 중요한 역할을 합니다.

Key Concepts

• 컨텍스트 요청: 사용자 질의에 대한 정확한 응답을 제공하기 위해 모델이 추가적인 정보를 필요로 하는 경우를 말합니다.

• 컨텍스트 제공 방법: 모델이 컨텍스트를 제공받는 방법으로, RAG(retrieve-augment-generate)와 같은 기법을 사용하여 관련된 정보를 검색하고 모델에 제공할 수 있습니다.

• 컨텍스트의 중요성: 모델의 정확성과 신뢰성을 향상시키는 데 중요한 역할을 합니다.

References

URL Name	URL
Reddit - How to know when to give context to LLM using RAG	https://www.reddit.com/r/LocalLLaMA/comments/17jcr5a/how_to_know_when_to_give_context_to_llm_using_rag/
Stack Overflow - LLM’s answering out of context (trained on user data)	https://stackoverflow.com/questions/76751579/llms-answering-out-of-context-trained-on-user-data
Symbl.ai - Guide to Context in LLMs	https://symbl.ai/developers/blog/guide-to-context-in-llms/
Microsoft Learn - Getting started with LLM prompt engineering	https://learn.microsoft.com/en-us/ai/playbook/technology-guidance/generative-ai/working-with-llms/prompt-engineering
Chariot Solutions - From RAGs to Riches - Adding Context to Your LLM	https://chariotsolutions.com/blog/post/from-rags-to-riches-adding-context-to-your-llm/

previous

4. Advanced Prompt Engineering

next

Least to most