Ash Space
GitHubHuggingFace
  • Contents
  • 🥑Resume / CV
    • Reseume / CV
  • 📄Paper Review
    • Paper List
      • [2017] Attention is all you need
      • [2023] CoVe : Chain of Verification Reduces Hallucination in Large Language Models
      • [2024] RAG Survey : A Survey on Retrieval-Augmented Text Generation for Large Language Models
      • [2023] Interleaving Retrieval with Chain-of-Thought for Knowledge-Intensive Multi-Step Questions
      • [2024] Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models
      • [2020] ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT
      • [2024] Retrieval Augmented Generation (RAG) and Beyond
      • [2009] Reciprocal Rank Fusion outperforms Condorcet and individual Rank Learning Methods
      • [2024] Don't Do RAG : When Cache-Augmented Generation is All you Need for Knowledge Tasks
      • [2024] Text2SQL is Not Enough : Unifying AI and Database with TAG
  • 🗂️Research Article
    • Reference List
      • Dataset
      • LLM
      • Prompt Engineering
      • LLMops
      • RAG & Agent
      • Etc
    • Compounded AI System : The Shift from Models to Compound AI Systems
    • LLM과 Grounding
    • Essence of RAG
    • How to reduce Hallucinations
    • Golden Gate Claude Review
    • Editorial Thinking
    • Embedding을 평가하는 방법
    • 나야, Chunk
    • 당신.. Chunking이 뭔지 정확히 알아..?
    • 그래서 제일 좋은 Chunking이 뭔데?
    • 웅장한 대결 AI Agent와 Agentic AI
    • UV써도 괜찮아~ 딩딩딩딩딩
    • 아무도 RAG 평가 셋 만드는 것에 관심가지지 않아~
    • Linguistic Prompts
    • Chroma야, Chunking 평가를 어떻게 한다고?
    • Generations Never Easy
    • Model Context Protocol
    • Chill칠치 못한 Function Calling
    • RAG 평가지표 정복하기
    • LLM Quantization 방법론 알아보기
    • LLM은 더우면 헛소리를 해?
    • Text2SQL 넌 내꺼야!
  • 🏵️Conference
    • 일할맛 판교 3월 세미나
    • LangChainOpenTutorial를 진행하며
    • Talk: Prompt and Language The Science of Prompts 후기
    • 2024년 회고
    • 제 7회 Kako Tech Meet Up 후기
    • Moducon 2023 행사 후기
    • GDGXGDSC DevFest Happy Career 행사 후기
    • 모두를 위한 한국어 오픈액세스 언어모델 못다한 이야기 (feat. 모두연) #1
    • 모두를 위한 한국어 오픈액세스 언어모델 못다한 이야기 (feat. 모두연) #2
    • 맨땅에서 구축해본 개인화시스템 구축기 Session 후기
  • ♟️Basic
    • 00 Introduction
    • 01-1 LLM 지도
    • 01-2 LLM의 중추 트랜스포머 아키텍처 살펴보기
Powered by GitBook
On this page
  • 2025.
  • 2024.
  • 🍓 APPENDIX.
  1. Research Article

Reference List

✨ Powerful Reference for Gen.AI ✨

Last updated 2 months ago

🔬 : Research 🤖 : LLM 🦜 : RAG 🥑 : Agent 📜 : Prompt 📑 : Reference

2025.

  • [🦜🔬] Apr : Text2SQL 넌 내꺼야!

  • [🦜🔬] Mar 29 :

  • [🦜🔬] Mar 10 :

  • [🥑📑] Mar 9 :

  • [🦜🔬] Mar 1 :

  • [🦜📑] Feb 23 :

  • [🦜🔬] Feb 23 :

  • [🦜🔬] Jan 31 :

  • [📑] Jan 28 :

  • [🥑📑] Jan 12 :

2024.

  • [🦜🔬] Dec 21 :

  • [🦜🔬] Dec 3 :

  • [🦜🔬] Dec 2 :

  • [🤖] Nov 4 :

  • [📑] Nov 3 :

  • [📜] Nov 3 :

  • [🦜🔬] July 7 :

  • [🦜] June 23 :

  • [🦜] June 16 :

  • [🔬] May 18 :


🍓 APPENDIX.

Dataset :

LLM :

Prompt Engineering :

LLMops :

RAG & Agent :

Etc :

RAG 평가지표 정복하기
Chill칠치 못한 Function Calling
Model Context Protocol
Generations Never Easy
Chroma야, Chunking 평가를 어떻게 한다고?
Linguistic Prompts
아무도 RAG 평가 셋 만드는 것에 관심가지지 않아~
UV써도 괜찮아~ 딩딩딩딩딩
웅장한 대결 AI Agent와 Agentic AI
그래서 제일 좋은 Chunking이 뭔데?
당신.. Chunking이 뭔지 정확히 알아?
나야, Chunk
Embedding을 평가하는 방법 (1)
Editorial Thinking
Golden Gate Claude Review
How to reduce HALLUCINATIONS
Essensce of RAG
LLM과 Grounding
Compounded AI System : The Shift from Models to Compound AI Systems
Go!
Go!
Go!
Go!
Go!
Go!
🗂️
Page cover image