이 영상의 주제
이 영상은 최근 인기를 끌고 있는 새로운 LLM 사용 방식인 ‘Jev’ 모델의 API 요청 및 응답 구조를 다룹니다. 기존에 LLM을 주관식 형태로만 사용하던 것과 달리, 객관식 문제 형태로 입력하고 확률 기반의 답안을 받는 추론 방식을 설명합니다. LLM의 새로운 활용 방식에 관심이 있는 개발자를 대상으로 하며, API 명세를 통해 Jev 모델의 요청 데이터(state, questions, type, instructions, criteria)와 응답 데이터(probabilities, choice, confidence)의 작동 원리를 이해할 수 있습니다.
다루는 기술 스택 / 키워드
- LLM (Large Language Model)
- Jev 모델
- API 요청/응답 명세
- Choice 타입
- Probabilities (확률 추정 세기)
- Confidence (확신도)
- Noul 타입
- Score 타입
타임스탬프별 핵심 포인트
| 시간 | 내용 |
|—|—|
| 00:00 | Jev 모델의 개념 소개 (LLM을 객관식 형태로 사용하는 방식) |
| 00:30 | API 요청 명세 구조 (state 지문과 questions 문제 템플릿) |
| 01:10 | 문제 유형 중 대표적인 choice 타입의 사용법 (2~255지선다) |
| 02:00 | API 응답 명세 구조 (answers와 probabilities의 의미) |
| 03:00 | choice 필드와 confidence(확신도) 공식 및 해석 방법 |
| 04:30 | 추가적인 문제 타입(noul, score) 소개 및 다음 영상 예고 |
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 임커밋 | | 카테고리 | 프로그래밍 | | 게시일 | 2026-09-30 | | 영상 길이 | 5:41 | | 처리 엔진 | gemini-3.5-flash-lite+transcript | | 원본 영상 | YouTube에서 보기 |