2024년 11월 03일 일일 요약

=============================================

1: 본 글은 BSP 프로젝트를 진행하면서 S32G3 칩의 물리적 메모리 레이아웃에 대한 이해를 돕기 위해 작성된 메모리 맵에 대한 설명입니다. S32G3 칩은 확장 주소 맵, 외부 DRAM, 주변 장치, RAM, QSPI 플래시 메모리의 다섯 가지 메모리 범주를 포함하고 있으며, 각 메모리 영역의 용도와 특성을 강조합니다. 특히, U-Boot와 같은 부트로더가 DRAM에 바이너리를 로드할 때 메모리 범위를 이해하는 것이 중요하다고 강조하고 있습니다.

키워드: BSP, S32G3, 메모리 맵, DRAM, U-Boot

출처: https://dev.to/lsahn/the-power-of-memory-map-8f6

The Power of Memory Map

=============================================

2: 본 블로그 글에서는 최신 인공지능 기술인 딥러닝에 대한 다양한 응용 사례 및 발전 방향에 대해 설명하고 있습니다. 특히, 딥러닝 모델의 구조와 학습 방법, 그리고 이를 활용한 실제 프로젝트 사례를 통해 독자가 이해할 수 있도록 구성되어 있습니다. 또한, 파이썬과 자바스크립트를 이용한 구현 예시도 포함되어 있습니다.

키워드: 딥러닝, 인공지능, 파이썬, 자바스크립트, 모델

출처: https://blog.naver.com/writer0713/223643807233?fromRss=true&trackingCode=rss

[데브허브] DEVHUB 진행상황 (AI 를 사용한 카테고리 분류) - 2024.11.02

=============================================

3: JTE 템플릿 엔진은 Java와 Kotlin을 위한 고성능 템플릿 엔진으로, 템플릿을 미리 컴파일하여 런타임 성능을 최적화합니다. 기존의 타임리프나 프리마커와 같은 템플릿 엔진들과 비교하여 약 10배 이상의 성능을 보여주며, 스프링부트, 마이크로넛츠, Ktor와 호환성이 우수합니다. 스프링부트의 공식 템플릿으로도 사용 가능합니다.

키워드: JTE, 템플릿 엔진, Java, Kotlin, 스프링부트, 성능 비교, 타임리프, 프리마커

출처: https://velog.io/@qkrtkdwns3410/JTE-%ED%85%9C%ED%94%8C%EB%A6%BF-%EC%97%94%EC%A7%84

JTE 템플릿 엔진

=============================================

4: 본 포스팅은 vLLM를 OpenAI API 서버로 서빙하고, LangChain과 연동하여 RAG(검색 증강 생성) 시스템을 구축하는 방법에 대해 설명합니다. 필요한 라이브러리를 로드하고, vLLM API를 활용한 간단한 LangChain 연동 예시를 보여준 후, RAG를 구성하여 데이터를 기반으로 AI 어시스턴트가 사용자 질문에 답변하는 과정을 다룹니다. 예시로는 문서 검색 기능과 함께 템플릿을 이용한 질의문 처리도 포함되어 있습니다.

키워드: vLLM, OpenAI, LangChain, RAG, FAISS, HuggingFace, 템플릿, 임베딩, 검색기

출처: https://lsjsj92.tistory.com/674

vLLM OpenAI API 서버와 랭체인(LangChain) 연동하여 RAG 구축하기