BentoML을 사용하여 멀티 스테이지 구조를 가진 DeepFloyd IF 모델을 효율적으로 배포하는 방법을 설명한다.
Hugging Face의 Optimum과 Accelerate를 활용해 Bark TTS 모델의 추론 성능과 메모리 효율을 최적화하는 방법을 다룬다.
Replit이 기존 1 GiB 제한을 없애고 최대 1 TiB까지 확장 가능한 새로운 스토리지 인프라를 도입했다.
RLHF의 복잡성을 해결하는 DPO 방식을 통해 Llama 2를 효율적으로 미세 조정하는 방법을 설명한다.
올리브영이 Redis Pub/Sub과 List를 결합하여 쿠폰 발급 시 발생하는 과발급 및 데이터 유실 문제를 해결했다.
IT 기술사 취득 과정을 통해 기술직군의 노후 불안을 해소하고 새로운 삶의 가치를 찾는 방법을 제시한다.
Replit이 차세대 스토리지와 Google Cloud 프리미엄 네트워크를 도입해 모든 사용자의 연결 안정성과 속도를 대폭 개선했다.
Hugging Face의 Inference Endpoints와 커스텀 핸들러를 사용하여 MusicGen 모델을 배포하는 방법을 안내한다.
데브시스터즈는 Dash 프레임워크의 콜백을 역할별로 분리하고 Mixin을 도입해 데이터 앱의 성능과 유지보수성을 개선했다.
Segmind가 지식 증류 기술을 통해 파라미터를 줄인 경량 Stable Diffusion 모델인 SD-Small과 SD-Tiny를 공개했다.
카카오톡 서버 개선 작업을 일반화해 라이브 서비스 대규모 리팩토링 맥락으로 묶어 발표함
발표자 Jazz.k는 애자일 이해도 차이로 인한 불협화음을 줄이고자 모호함을 해소하는 데 중점을 두었다고 밝혔다.
BFF로 WEB·Mobile API를 단순화하고 CircuitBreaker로 장애 전파를 막는다.
Replit이 배포 속도를 3배 높이고 안정성과 기능을 대폭 강화한 Replit Deployments 업데이트를 공개했다.
인공지능 기술에서 뒤처질지 모른다는 불안감인 AI FOMO의 개념과 현상을 짚어보고, 이를 극복하기 위한 실질적인 활용법을 제시한다.
Apple과 Hugging Face가 SDXL을 Mac에서 효율적으로 실행할 수 있도록 Core ML 최적화 및 양자화 기술을 공개했다.
판교아지트에서 열린 2회 행사는 Zoom 라이브 스트리밍을 도입하고 리팩토링·배치·애자일 등 3개 주제의 기술 세션을 진행했다.