728x90 랭체인8 [langchain + ollama] langchain으로 llama3 호출하기!!(feat. python, 멀티에이전트) 2024.05.29 - [데이터&AI/LLM] - llama3 의 모델을 api로 호출하기!! (feat. ollama, python, embedding) llama3 의 모델을 api로 호출하기!! (feat. ollama, python, embedding)지난 포스팅에서는!! ollama로 올라간 llama를shell 환경에서 진행해보았는데요!! 이번에는 API를 호출하는 방법으로 해당 모델을 사용해보겠습니다!! 1. ollama모델 구동 - 기존과 동일하게, 서버에drfirst.tistory.com 지난 포스팅에서는 ollama의 llama3를python의 api request를 활용하여 사용했었습니다!!이번에는 python의 langchain 패키지를 활용하여 llama3를 활용해봅시가!! 1... 2024. 6. 2. LLM 에이전트(llm agent) 란 무엇일까?- 코드로 알아보기 (feat. prompt engineering) https://www.etnews.com/20240501000118 AI 에이전트 시대 열린다…단순 답변 넘어 '일상의 동반자'로인공지능(AI)이 챗봇을 넘어 기차표를 예매하고 레스토랑을 예약해주는 ‘AI 에이전트 시대’가 열린다. 1일 업계에 따르면, 눈과 손이 달린 것처럼 고도화된 업무를 직접 수행하는 AI 에이전트,www.etnews.com LLM이 이슈가 되면서 이제는 LLM Agent라는 말이 여러 매체에서 화두가되고있습니다이 LLM Agent란 무엇일까요? LLM에서의 에이전트의 정의와 예시 , 그리고 코드로 알아보기!!LLM에서의 에이전트란?LLM 에이전트란 입력받은 정보를 바탕으로 작업을 수행하거나 결정을 내리는 자율적인 개체를 의미합니다예를 들면 아래와 같은 서비스들이 llm 에이전트 기.. 2024. 5. 29. [langchain공부]gpt와 함께하는 few shot learning ! (feat. python) Few-Shot Learning 이란!? Few-Shot Learning은 적은 양의 데이터로도 새로운 작업을 학습하도록 인공지능 모델을 훈련하는 기법 반적인 머신러닝 모델은 방대한 양의 데이터를 필요로 하지만, Few-Shot Learning은 새로운 개념이나 카테고리를 빠르게 학습하도록 모델을 설계하여 데이터 부족 문제를 해결 Few-Shot Learning의 주요 특징: 적은 양의 학습 데이터: 새로운 작업을 학습하기 위해 필요한 데이터가 매우 적음 빠른 학습 속도: 새로운 개념을 빠르게 이해하고 적용할 수 있습니다. 일반화 능력: 학습된 개념을 새로운 상황에 적용할 수 있습니다. Few-Shot Learning의 활용 분야: 자연어 처리: 새로운 단어나 문장의 의미를 학습 컴퓨터 비전: 새로운 물.. 2024. 2. 24. [langchain공부] RetrievalQA. 긴 문서에서 원하는 답변 찾기2 (feat. stuff, map_reduce, refine, map_rerank) 지난 포스팅에서 RetrievalQA 함수 사용하는 방법을 알아보았습니다!! 2024.02.06 - [일등박사의 생각/데이터&AI] - [langchain공부] Retriever. 긴 문서에서 원하는 답변 찾기1 (feat. RetrievalQA, 문서 검색, html) [langchain공부] Retriever. 긴 문서에서 원하는 답변 찾기1 (feat. RetrievalQA, 문서 검색, html) 오늘은 langchain 의 꽃!!! Retriever를 활용해보겠습니다!! 우선 이 기술은 어떨떄 활용할까요!? Retrieval의 뜻 자체가 검색이라는 뜻으로, 엄청 긴 PDF, html 등의 문서가 있고 그 문서에서 필요한 내용만 drfirst.tistory.com 그런데!! 이 중 chain ty.. 2024. 2. 7. 이전 1 2 다음 728x90
