Published on2026년 6월 30일SOTA 텍스트 임베딩 모델 분석 — 검색과 RAG의 심장ai-papersembeddingretrievalragcontrastive-learningmtebmatryoshka텍스트 임베딩은 검색과 RAG 시스템의 심장입니다. 대조학습과 InfoNCE, 이중 인코더, 하드 네거티브, E5/BGE/GTE 계열, Matryoshka 표현학습, MTEB 벤치마크까지 최신 임베딩 모델의 원리와 실무 적용을 정리합니다.
Published on2026년 3월 17일LLM, Tool Calling, Embedding 벤치마크 완전 분석: 각 벤치마크가 측정하는 것llmbenchmarkmmlumtebbfclembeddingtool-callingdocument-parsingMMLU, HellaSwag, HumanEval, BFCL, MTEB 등 주요 AI 벤치마크들이 정확히 무엇을 측정하는지, 각 점수의 의미와 한계, 그리고 실제 활용 시 어떤 벤치마크를 참고해야 하는지 완전히 분석합니다.