이전에 작성했던 Git에 대한 기본개념과 사용법에 이어서 `git`을 실전에서 사용할 때, 일어나는 문제 상황과 그에 대한 해결책을 중심적으로 정리해보겠다. 커밋 되돌리기개발을 하다보면 커밋 메시지에 오타가 있거나, 커밋에 어떤 파일을 빠뜨리는 등 이미 실행한 커밋을 수정해야하는 상황이 발생한다. 아직 원격에 푸쉬하기 전(내 로컬에만 있는 커밋)이라면 `git reset`을 사용해보자. 만약, 이미 원격에 푸쉬한 상황이라면 `git revert`를 사용하면 된다. 그리고 단순히 특정 커밋의 상태를 확인하거나 특정 버전의 파일이 필요할 때는 `git checkout`을 활용하면 된다. git reset`git reset`은 현재 브랜치의 HEAD를 지정한 커밋으로 이동시켜 과거의 특정 시점으로 완전히 되돌..

참가 과정처음엔 솔직히 아무 기대 없이 시작했던 공모전이었다. 퇴사 이후 Microsoft AI School 이라는 K-Digital Training 과정에 참여하게 되었고, 최종 프로젝트 당시 공모전을 병행해서 준비했었다. 그래도 직전 직장에서 나름대로 제안서, 기획서를 좀 써봤다고 생각했기 때문에 그래도 공모전 본선 진출은 할 수 있을 줄 알았다. 하지만 생각보다 본선의 벽은 높디높았다. 타 공모전 탈락에 아쉬워하던 와중에 Microsoft AI School 최종 프로젝트 발표날에 대한상공회의소에서 제7회 K-디지털 트레이닝 해커톤이 열린다는 안내를 해주셨다. 해커톤과 더불어 대한상의 지원프로그램에 선정되면 인적·물적 지원을 아낌없이 제공해주신다는 말씀에 덥썩 지원해버렸다. 운 좋게도 대한상의 지원프..

티스토리 블로그를 사용하며 항상 아쉽게 느껴졌던 기본 코드블럭MacOS의 창 스타일로 코드블럭을 수정해봤다.(나는 바로 적용만 되면 된다하면 바로 🎯적용 방법으로 넘어가면 된다!) 🤔 문제 [티스토리 블로그 테마] - 1. 코드 블록 디자인을 mac 코드 스타일로 바꾸기글을 읽기 전 미리 보는 완성본은 다음과 같다. 어떻게 만들었고 적용했는지 궁금하신 분들은 아래로 스크롤! See the Pen tistory code block by MiJeong Kim (@sap03110) on CodePen. 발단여느 날과 다름없이guiyomi.tistory.com둉이님의 블로그에 방법이 자세히 나와있었고, 따라서 시도해보던 중 내 블로그에 적용되어있는 hELLO 스킨에서는 제대로 동작하지 않았다. 댓글을 읽어..

D2Coding 폰트 설정D2Coding은 코딩 시 영문자와 숫자 등 유사 기호 간 명확하게 구분할 수 있는 폰트 다운로드 및 설치아래의 Github에서 D2Coding 폰트 다운로드 GitHub - naver/d2codingfont: D2 Coding 글꼴D2 Coding 글꼴. Contribute to naver/d2codingfont development by creating an account on GitHub.github.com VSCode 폰트 설정`Ctrl` + `,`(`Cmd⌘` + `,`)또는`File` → `Preferences` → `Settings`으로 설정(Settings)에 들어가서 `font` 검색 `Font Family` 부분의 가장 앞쪽에 `D2Coding` 입력(가장 ..

Ctrl + `(백틱) : 터미널 열기/닫기Windows: `Ctrl` + `'`(백틱)MacOS: `Control⌃` + `'`(백틱) Ctrl + Shift + L : 문자열 한번에 바꾸기원하는 영역 지정 후Windows: `Ctrl` + `Shift` + `L`MacOS: `Cmd⌘` + `Shift⇧` + `L`같은 단어 전체 선택Alt + Shift + 드래그 : 여러줄 선택, 멀티 커서Windows: `Alt` + `Shift` + `드래그`MacOS: `Option⌥` + `Shift⇧` + `드래그` F12 / Ctrl + 클릭 : 해당 함수 정의문으로 이동원하는 함수 지정 후`F12`또는Windows: `Ctrl` + `클릭`MacOS: `Cmd⌘` + `클릭` 💽 유용한 VSCode..

AbstractProblemLLM의 놀라운 능력에도 불구, 부정확한 정보를 포함한 응답 多 → RAG가 그런 이슈를 감소시킴(but 기존의 RAG도) 무차별적으로 passage를 검색하고 포함하는 문제 → LM의 다양성↓, 도움이 되지 않는 답변을 생성SolutionSelf-RAG: 검색과 자아성찰(self-reflection)을 통해 LM의 퀄리티와 사실성을 강화하는 방법필요에 따라(on-demand) 구절을 적응적으로 검색하는 단일한 임의의 LM을 학습 → reflection token이라는 특수 토큰을 이용하여 검색된 구절과 자체적인 생성물을 생성 및 자아성찰함reflection token을 생성하는 것은 추론 단계에서 LM을 통제 가능하게 하고, 다양한 작업 요구사항에 맞게 동작을 조정 가능함Co..