Engineering
Design
Product
구독하기
채용 바로가기
Engineering
Design
Product
구독하기
채용 바로가기
리더보드 1등 LLM, 토스에서도 1등일까?
Toss Benchmark 구축기
전체 아티클
Engineering
구국원
추천 후보는 많을수록 좋을까? TopK를 최적화해 전환율을 높인 방법
TopK를 감이 아닌 최적화로 정한 이야기
Design
고명은
9인조 다람쥐 아이돌을 데뷔시켰습니다
가입하고 한 번도 열어보지 않던 적금을, 매일 열어보게 만들었어요.
Design
김혜미
연 300시간을 아낀 AI 상담 서비스
전화 문의를 줄이려다 사용자의 경험에서 답을 찾은 이야기예요.
Design
김현지
방해하지 않고, 눈에 띌 수 있을까
CVR을 3배 높이면서도 사용자 경험을 놓치지 않기 위해 고민한 과정을 들려드려요.
Engineering
강연신/안재은/한가영
쉼 없이 도는 테스트, 사람이 어디까지 돌봐야 할까요? - 토스닥터(Toss Doctor)
스스로 만들고 고치는 자동화, 토스닥터 V2를 다시 만든 이야기
1
2
3
4
5
인기 있는 글
1
리더보드 1등 LLM, 토스에서도 1등일까? - Toss Benchmark 구축기
박찬용/최기원/김태정/이민영
2
토스증권이 GPU-aware를 넘어 GPU-native 클러스터를 구축한 방법
장재영/김진웅
3
AI가 만든 코드가 어드민이 되기까지
이현재
최신 댓글
씩씩한재규어
글의 내용은 이해하기로는 리트리벌을 한 후에 랭킹 전에 아이템을 한번 정리를 통해서 랭킹에 불필요한 비용을 줄인다가 요지 인 것 같습니다. 보통 최종 비지니스 메트릭의 영역은 랭킹 모델의 영향이 큰 것으로 아는데, 랭킹 전에 저런 작업으로 어떻게 비지니스에 좋은 영향이 났다라는 것을 파악한 것인지 궁금합니다. 오히려 미드랭킹 성격은 취합을 통해 랭킹 부하를 낮추는 비용절감 차원에서만 봐야 비지니스 영향 분석이 편할 것 같다는 생각이 들어서 여쭙습니다.
추천 후보는 많을수록 좋을까? TopK를 최적화해 전환율을 높인 방법
쾌활한캥거루
우윳빛깔 구국원님 글 잘 보고갑니다!
추천 후보는 많을수록 좋을까? TopK를 최적화해 전환율을 높인 방법
씩씩한치타
이렇게 업무 할수 있는 문화가 부럽네요
도메인 지식 없는 디자이너가 팀의 기준을 바꾼 방법
활기찬호랑이
상품 인트로에서는 금리와 한도가 얼마인지, 법인 임대인도 대출이 되는지를 보여줬어요. 심사 대기 중에는 심사가 언제 끝나는지, 결과는 언제 나오는지를 보여줬고요. 그 결과 인트로 화면의 AI 사용률은 약 5배, 심사 대기 화면은 약 2배 올랐어요. 위 내용들을 보여줌으로써 AI 사용량이 올라갔다는 인과관계가 잘 이해가 되지 않는데 설명 한번만 부탁드려도 될까요?
연 300시간을 아낀 AI 상담 서비스
아티클 시리즈
토스 피플
토스 팀원들의 커리어 스토리
아티클 10개
AI 시대에 직무를 새로 그리다
토스 Technical Writer가 지식 인프라를 설계하기까지
아티클 8개
Quality at Toss
QA Platform 팀이 토스의 품질을 만들어가는 과정과, 그 안에서 탄생한 플랫폼과 기술 이야기를 소개합니다.
아티클 4개
토스증권 Realtime Data Team
하루 수 조원의 금융거래를 실시간으로 정확하게 처리하는 기술과 경험을 소개합니다.
아티클 10개