랭체인으로 LLM 기반의 AI 서비스 개발하기 길벗 출판사

랭체인으로 LLM 기반의 AI 서비스 개발하기 길벗 출판사

책, 도구, 프로그램 라이브러리 등의 추천을 요청하는 질문은 허용하지 않습니다. 질문을 수정하여 사실과 인용을 통해 답변할 수 있도록 할 수 있습니다. 닫힘 5년 전. 입력 벡터의 크기, 출력 벡터의 크기 및 체험 세트의 크기만 가지고 계층의 수와 각 계층 당 뉴런의 수를 계산하는 방법을 찾고 있습니다. 일반적으로는 다른 네트워크 구성을 시도하고 오류가 가장 적은 네트워크를 선택하여 최적의 넷을 결정합니다. 불행히도, 그런 식으로 할 수는 없습니다.

이 주제에 대한 많은 연구가 있습니다. 그러므로, 마음속으로 관심이 있다면야 읽을 것이 많습니다.

구동 환경

랭체인을 사용하기 위해 먼저 환경 구성을 진행하였습니다. OS MAC HW Apple Silicon M1 Macbook Air 파이썬을 실행시키기위해 아나콘다Anaconda를 MacOS 버전으로 설치하였고, 가상 환경으로 주피터 노트북을 설치해 접속하였습니다. 그 후, 필요한 라이브러리들을 설치를 하였습니다. 마지막으로 LLM API를 사용하기 위해서는 해당 LLM에 대한 키를 발급받아야 하므로 오픈AI와 허깅페이스 API 키를 발급받아 진행하였습니다.

LLM 활용 방법

위 내용은 학습한 LLM의 개념 및 상세 설명들을 짧게 정리한 일부 내용입니다. 파인 튜닝 기존의 LLM을 구조화된 작업이나 상황에 맞게 조금 더 훈련시키는 과정 RAG 자연어 처리 분야에서 사용되는 기술, 정보 검색과 생성을 결합한 인공지능 모델 RAG를 더 최애하는 편임

LLM 체험 성능과 정확도 검증이 어렵고, 학습을 위해 많은 비용 발생, 해당 데이터 준비를 위해 IT 인력뿐 만 아니라 연관 서비스 분야 업무의 전문가도 필요하기 때문에 현식적으로 어려움 다음은 실제 코드로 RAG 기반의 챗봇 만들기 실습을 구현한 내용입니다.

먼저, 구동 환경은 아래와 같다.

뇌 재설계하기

마이클 머제니치앞서서 더 나은 뇌 만들기 로 유전과 뇌 이상으로 곤란을 겪은 사람들이 회복되는 이야기이번엔 아예 뇌를 새로 설계하는 일이란다. 뭐 우뇌좌뇌 바꾸거나 전두엽과 두정옆의 위치를 바꾼단 소리가 아니라 뇌에 배선된 역할을 바꾼다는 뜻이겠지마이클 머제니치가 본격 신경과학연구의 길에 들어선지는 60년이 다. 되아간다. 그동안에 그의 연구업적과 그를 통해 사고력인지력의 회복을 얻은 사례들은 엄청 많습니다..

그러니 그의 장수는 뇌신경학계와 많은 뇌장애 질환자들특히 자폐장애인 들에게 엄청난 축복이 되는 것입니다. 이 책을 쓸 당시 나이 70을 바라본다고 .그래서 3장의 분량은 앞 장들에서 거의 두배에 이른다. 읽다보시면 머제니치의 모든 연구성과와 도전들이 오늘날 뇌신경과학의 역사를 연기자는 것 같다. 머제니치에 대해선 따로 구글링도 해봤습니다. 우리나라에도 2017년에 방문을 했었더군그가 노벨상을 아직 수상을 못했다는 사실이 안타깝다.

실습 구현

몇 줄 안되는 코드로 RAG 기반의 간단한 챗봇을 만들 수 있었어요. 이렇게 단순하게 애플리케이션을 만들 수 있는 것은 랭체인과 스트림릿 덕분입니다. 다른 LLM 모델도 직접 개발없이 이렇게 API 연동을 통해 구현하면 꽤나 편리합니다. 이 밖에도 PDF 요약 온라인 사이트 만들기, 대화형 챗봇, 번역 서비스, 메일 작성기 만들기, CSV 파일 분석하기 등의 실습도 진행할 예정입니다. 위 코드 기반의 실습을 따라하면서 어렴풋한 개념의 기억들을 다시 한 번 정립할 수 있었고,자연어 처리와 인공지능 개발에 대한 지식을 확장시키고, 실제 프로젝트를 시작하고자 하는 독자들에게 굉장히 유용한 책으로 활용될 수 있을 것이라고 장담합니다.

자주 묻는 질문