AI v2(~6 13) 업데이트 계획 - 100-hours-a-week/3-team-ssammu-wiki GitHub Wiki

MVP (~5/14)

• 기업 정보 요약(RAG) 기능 구현

v2 (~6/13)

• 이력서 정보 추출

  • 현재 Mistral-7B 모델과 다른 모델(aya-expanse-8b 등)과 답변 품질 비교 후 선택

  • 백엔드와 통신 테스트 예정

    	model	accuracy	latency	throughput	accuracy_norm	throughput_norm	latency_norm
    0	Aya	0.765	4.2798	0.2354	0.765	0.861010	0.864153
    1	EXAONE	0.786	4.2558	0.2364	0.786	0.864667	0.869026
    2	HyperCLOVA	0.679	3.6984	0.2734	0.679	1.000000	1.000000
    3	Mistral	0.716	5.2308	0.1942	0.716	0.710315	0.707043

• 이력서 초안 생성

  • 기본 이력서 생성 후 백엔드 통신 테스트 완료

v3 (~7/13)

• 이력서 초안 생성
  • 고급 이력서 생성 : LangGraph 코드 구현 후 streamlit으로 테스트 중
• 면접 피드백 기능
  • 추론 속도 최적화
• 기업 추천 기능
  • 기능 구현
  • Embedding, 유사도 검색 성능 최적화

• safety filter 적용

---

(6.5 기준)

• 모델 선택 : 4가지 LLM 모델 성능 비교 후 선택 (ellina)
• 면접 피드백 기능 (dain)
  • 파인튜닝 (LoRA Adapter 생성 후 다른 기능에서 활용시 과적합 문제 없는지 테스트)

---

• expanse-8b 모델 추론 속도 최적화 (양자화 후 성능 테스트, I/O Cache 적용 검토)

---

Langgraph - streamlit 테스트 -> fastapi(백엔드 통신) 테스트

human in the loop : interrupt -> 사용자 입력 받고 -> resume

참고: Rest client extension 설치 후 test.http 파일에 여러 개 요청 넣어서 테스트 가능