<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>chann</title>
      <link>https://garden.chann.dev</link>
      <description>최근 10 건 on chann</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>LLM 옵션 정리</title>
    <link>https://garden.chann.dev/ai/llm-options</link>
    <guid>https://garden.chann.dev/ai/llm-options</guid>
    <description><![CDATA[ 주요 옵션들 temperature 무작위성(창의성) 조절 낮음(0에 가까움): 일관성↑, 변형↓ 높음(1 이상): 창의성↑, 예측 불가성↑ top_p (Nucleus Sampling) 확률 상위 토큰 비율 제한 낮게 설정시 극단적 단어 제거, 안정성 ↑ temperature와 함께 조절 가능하나, 보통 둘 중 하나만 조정 권장 max_tokens 응답 최대 길이 제한 입력 토큰 + 출력 토큰 ≤ 모델 context 한도 presence_penalty 새로운 단어/주제 도입 유도 양수: 새로운 단어 선호 음수: 기존 단어 반복 선호 ... ]]></description>
    <pubDate>Wed, 13 Aug 2025 15:00:00 GMT</pubDate>
  </item><item>
    <title>Quartz 빌드 및 배포 자동화</title>
    <link>https://garden.chann.dev/automation/quartz-build-deploy</link>
    <guid>https://garden.chann.dev/automation/quartz-build-deploy</guid>
    <description><![CDATA[  이 디지털 가든은 처음에는 CI/CD 상에서 빌드하여 배포하는 방식으로 설정되었음 그러나 매번 모든 MD 파일을 읽어서 빌드하고 배포하는 것은 비효율적임 그냥 추가/변경된 파일을 자동으로 빌드하고 커밋을 한 후에 푸시를 하면 CI/CD 의 속도와 비용을 모두 아낄 수 있음 이 방식은 빌드 후 생성된 public/ 폴더를 Git 저장소에 커밋하고 푸시하는 방식임 다만 저장소 사이즈가 커질 수 있으나, 나중에 문제가 된다면 commit history 를 정리하는 방법을 고려할 수 있음 방식 pre-push Git Hook 을 사용하여... ]]></description>
    <pubDate>Wed, 13 Aug 2025 15:00:00 GMT</pubDate>
  </item><item>
    <title>async/await vs Promise</title>
    <link>https://garden.chann.dev/ts/async-await</link>
    <guid>https://garden.chann.dev/ts/async-await</guid>
    <description><![CDATA[ Summary async/await는 Promise 기반 비동기 흐름을 읽기 편하게 만들기 위한 문법 설탕(Syntactic Sugar)일 뿐, 실제 런타임에서는 여전히 Promise 객체가 사용됨 그래서 ‘async/await 쓰면 Promise는 필요 없다’ 는 말은 반만 맞음. ]]></description>
    <pubDate>Wed, 13 Aug 2025 15:00:00 GMT</pubDate>
  </item><item>
    <title>Numpy Basic</title>
    <link>https://garden.chann.dev/python/numpy-basic</link>
    <guid>https://garden.chann.dev/python/numpy-basic</guid>
    <description><![CDATA[ NumPy는 Python에서 수치 계산을 위한 핵심 라이브러리로, 배열 연산과 데이터 분석에 필수적입니다. 이 문서는 NumPy 기초에 대해 다룹니다. ]]></description>
    <pubDate>Mon, 21 Jul 2025 15:00:00 GMT</pubDate>
  </item><item>
    <title>NumPy vs pgvector</title>
    <link>https://garden.chann.dev/python/numpy-vs-pgvector</link>
    <guid>https://garden.chann.dev/python/numpy-vs-pgvector</guid>
    <description><![CDATA[ NumPy 와 PGVector의 각각의 장단점과 사용 사례를 비교합니다. ]]></description>
    <pubDate>Mon, 21 Jul 2025 15:00:00 GMT</pubDate>
  </item><item>
    <title>Digital Garden</title>
    <link>https://garden.chann.dev/</link>
    <guid>https://garden.chann.dev/</guid>
    <description><![CDATA[ 이 페이지는 @channprj 의 디지털 가든입니다. 여러 채널을 통해 습득한 정보를 가능하면 작은 단위로 나누어 정리를 하려고 합니다. ]]></description>
    <pubDate>Sun, 20 Jul 2025 15:00:00 GMT</pubDate>
  </item>
    </channel>
  </rss>