데이스쿨 할인 리턴즈
분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
캐시 구축 사용 가능여부
Llm 속도가 한계가 있는 거 같아서 캐시를 구축하는 방식을 써도 되는지 문의 드립니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
직업정보제공사업 신고번호: J1204020250004
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io |
전화번호: 070-4102-0545
Copyright ⓒ DACON Co.,Ltd All rights reserved
안녕하세요, 데이콘입니다.
"캐시 구축"은 구현 방식에 따라 허용 여부가 달라지므로, 판단 기준이 되는 규칙 요소로 안내드립니다.
1. 공고별 고정 LLM 정상 호출
제출 코드는 평가 데이터의 각 공고에 대해 고정 LLM 정상 호출(해당 공고의 내용을 포함한 프롬프트로 호출하여 정상 응답을 받는 것)을 1회 이상 수행해야 합니다. 미리 저장해 둔 결과를 불러와 특정 공고의 모델 호출을 생략하거나 대체하는 방식은 허용되지 않습니다.
2. 공고 단위 독립 예측
각 공고는 서로 독립적으로 예측해야 하며, 다른 공고의 정보·예측값·통계를 활용해 예측값을 생성·보정하는 방식은 허용되지 않습니다. 공고 간에 모델 응답을 공유·재사용하는 캐시는 여기에 해당합니다. 하나의 공고 안에서 문서를 분할해 추론하고 결과를 종합하는 것은 허용됩니다.
3. 제출물 구성 및 평가 데이터 사용
제공 자료는 자유롭게 활용할 수 있고, 그 자료를 바탕으로 만든 정적 자산(RAG 인덱스 등)은 제출물에 동봉할 수 있습니다. 다만 제공 자료 외 데이터나 이를 이용해 만든 데이터 자산은 반입할 수 없으며, 비공개 평가 데이터로 추가 학습하거나 규칙을 갱신할 수 없습니다.
따라서 캐시는 각 공고에 대한 고정 LLM 정상 호출을 생략·대체하지 않고, 다른 공고의 정보·예측값·통계를 재사용하지 않으며, 허용된 자료만으로 구성하는 범위에서 사용하실 수 있습니다. 구상하신 방식이 위 어느 요소에 해당하는지 판단이 어려우시면, 구현 세부 대신 해당 규칙 요소를 특정해 다시 질문해 주시면 안내드리겠습니다.
감사합니다.
데이콘 드림