728x90 llm39 [langchain공부] Vectorstores. 벡터 저장소 (feat. Chroma, FAISS) 사용자가 질문하고 답하는 RAG(Retrieval Augmented Generation, 검색 증강 생성)에서는 텍스트들을 벡터호 하여 Embeding한 하는데, 이 벡터를 저장해두 공간이 필요하다!! 이때 사용되는것이 벡터저장소 (Vectore Store)다! > Pure Vector database : Vector형태의 값만 저장이 가능하다!! (추천) - 업데이트 삭제 이동등 DB와 유사한 기능 >> Pinecone, Qdrant , Weaviate: 유료, 다앵한기능 >> Chrome : 무료, 오픈소수!! > Vector Libraries : - Vector 유사도를 계산하는 대 특화된 툴 / DB로서의 기능이 적어 유지보수가 잘 안댄다 >> FAISS : 벡터 저장, 벡터 유사도 구하기등, M.. 2024. 2. 5. [langchain공부] langchain 핵심 - 1 (체인 만들기) langchain의 핵심~!!!! 이름 그대로 chain을 만들어봅시다!! 그런데!!! 왜 체인이 필요할까요!!?? GPT를 활용, 연결되고 연결되는 결과물을 얻기 위해서입니다!! 예를들어!! 여러분은 한 연극의 제목에 대한 비평문이 필요한 상태입니다! 그렇가면, GPT를 활용하여 1. 제목기반의 시놉시스 작성 2. 시놉시스 기반의 비평문 작성 의 절차를 걸쳐야 겠지요!? 위 과정을 langchain 을 활용한다면 깔끔하고 이쁘게 만들수 있습니다!! 연극의 시놉시스의 비평문이 필요한 상태입니다! 함께 시작해보아요!! 우선 언제나 그렇듯 키와 패키지를 임포트해줍니다 from langchain.prompts import PromptTemplate from langchain.chat_models import .. 2024. 2. 3. [langchain공부] DatetimeOutputParser (datetime으로 결과도출!!) from langchain.output_parsers import DatetimeOutputParser ## 위 함수가 추가되었다!!!! from langchain.output_parsers import CommaSeparatedListOutputParser from langchain.prompts import PromptTemplate from langchain_openai import ChatOpenAI openai_api_key = '내 키' model = "gpt-3.5-turbo" output_parser = DatetimeOutputParser() format_instructions = output_parser.get_format_instructions() prompt = PromptTempl.. 2024. 2. 3. [langchain공부] ConversationBufferMemory (과거 프롬포트 내용 기억하기!!) 2023.03.05 - [일등박사의 생각/데이터&AI] - python API를 활용한 chatgpt- 과거내용 기억하기 python API를 활용한 chatgpt- 과거내용 기억하기 안녕하세요~!!! 파이썬 API를 활용하여 새로나온 chatgpt(gpt-3.5-turbo) 를 활용하는 법을 알아보았는데요!! 2023.03.04 - [일등박사의 생각/데이터분석] - OpenAI의 ChatGPT를 파이썬 API로 이용하기(gpt-3.5-turbo) drfirst.tistory.com GPT api를 활용할때, 과거 내용기억하기는 정말 중요한 요소입니다!! 그래서 계속 프롬포트를 이어나가는 원시적인 방법을 포스팅하기도 했었는데요!! langchain의 ConversationBufferMemory 기능을 사.. 2024. 2. 2. 이전 1 ··· 4 5 6 7 8 9 10 다음 728x90
