저비용으로 웹 개발용 Llama를 파인튜닝하려는 데이터셋 수요
목표는 Llama 모델이 사용자 요청을 받으면 완성된 정적 웹페이지나 프론트엔드 구성요소를 만들도록 파인튜닝하는 것이다. 결과물은 HTML, CSS, 로 된 반응형 화면이어야 하며, 바로 작동하는 닫힌 코드 블록이어야 한다. 문제는 알맞은 셋을 찾기 어렵다는 점이다.
에서 찾은 자료는 대부분 식 알고리즘 문제이거나, 사용자 요청과 짝이 맞지 않는 잘린 코드 조각이다. 필요한 형태는 처럼 “사용자 지시 → 완성된 결과물”이 분명하고, 결과물이 항상 독립 실행 가능한 웹페이지인 데이터셋이다. 학생 환경이라 와 Kaggle, Colab 같은 무료 클라우드 에 의존해야 하며, 데이터 라벨링 업체나 GPT-4 같은 비싼 상용 API를 많이 쓰기는 어렵다.
그래서 의 숨은 데이터셋이나, 기존 코드베이스를 걸러내고 지시문을 거꾸로 만드는 오픈소스 파이프라인이 필요하다.
핵심 포인트
- Llama를 완성형 웹페이지 생성에 특화하려는 파인튜닝 수요다.
- 필요한 데이터는 사용자 지시와 완성된 HTML, CSS, 결과가 짝을 이룬 형태다.
- 일반 코딩 문제나 잘린 코드 조각은 목표에 맞지 않는다.
- 무료 Kaggle, Colab 환경과 낮은 사양 메모리 때문에 비싼 API나 라벨링 업체를 쓰기 어렵다.
- 기존 코드베이스를 걸러 지시문을 만드는 오픈소스 파이프라인이 대안으로 거론된다.