미세조정2 9. AI 자동 매매 시스템 개발 과정: 모델 병합 📝 이 글에서는 허깅페이스의 AutoTrain을 활용한 AI 자동 매매 시스템 개발 과정을 소개합니다.🔄 학습 완료된 모델을 가지고 ollama에 올리는 작업과 모델 병합 과정에서 발생하는 이슈를 해결해봅니다.🔍 허깅 페이스에서 학습 완료한 어댑터 모델을 다운로드허깅페이스에서 학습이 완료된 어댑터 모델을 다운로드하는 과정은 매우 중요합니다. 이 과정에서는 허깅페이스 API를 활용하여 학습된 어댑터 모델을 로컬 환경으로 가져오는 방법을 알아보겠습니다.💡 어댑터 모델이란?어댑터 모델은 대규모 언어 모델(LLM)을 특정 작업에 맞게 미세 조정한 경량화된 모델입니다. 전체 모델을 재학습하는 대신, 기본 모델의 일부 레이어만 조정하여 특정 도메인(예: 금융 데이터 분석)에 특화된 성능을 발휘할 수 있도록 .. 2025. 4. 10. 6. AI 자동 매매) 파트 1: AutoTrain(파인 튜닝) 및 데이터 준비 AI 자동 매매 시스템 개발 과정 (파트 1: 프로젝트 소개 및 데이터 준비)이 글에서는 허깅페이스의 AutoTrain을 활용한 AI 자동 매매 시스템 개발 과정을 소개합니다. 프로젝트의 방대한 내용을 이해하기 쉽게 파트 1과 파트 2로 나누어 설명합니다.프로젝트 소개AI를 공부하면서 실제로 AI로 무언가 유용한 것을 만들어보고 싶어 AI 자동 매매 시스템 개발에 도전하게 되었습니다. 성공하든 실패하든 이 과정에서 많은 것을 배울 수 있을 것이라 생각해 친구와 함께 이 프로젝트를 시작했습니다.프로젝트 목표암호화폐 시장 데이터를 학습한 AI 모델 개발시장 패턴을 인식하고 매매 시점을 예측할 수 있는 시스템 구축실제 트레이딩에 적용 가능한 자동화 시스템 구현개발 환경 준비기존에 설정해둔 LLM(ollama에.. 2025. 3. 27. 이전 1 다음 반응형
