ai? 맨땅에 헤딩 -3(langChain)

langChain 맛보기를 통해 동작하는것을 살펴보았습니다.이번에는 조금 detail하게 각각의 주요 컴포넌트에 대해서 살펴보겠습니다.LangChain을 구성하는 주요 컴포넌트ModelPrompt TemplateOutput ParserChainAgentRetrival ModelModel 컴포넌트는 LLM 모델을 추상화하여 제공 합니다.2024.04.24 - [Architecture/A.I] - ai? 맨땅에 헤딩 -2(langChain)에서는 Open Ai 모델을 사용하였습니다.prompt → model → outputPrompt TemplateLLM모델에 프롬프트를 입력하여 결과를 받는 구조인데 Prompt Template은 Prompt 작성에 있어서 편의성을 도모합니다...

ai? 맨땅에 헤딩 -2(langChain)

langChain의 친구들은 아래와 같습니다.나중에 하나씩 알아보도록해요:)이제 LangChain에 대해서 알아보겠습니다.LangChain is a framework for developing applications powered by large language models (LLMs).LLM을 가지고 개발할 수 있게 도와주는 프레임워크였군요!!개발은 LangChain의 오픈소스 building blocks과 components를 사용 합니다.또한 third-party integrations와 Templates를 사용 합니다.LangSmith를 사용해서 chains를 검사하고 모니터링 및 평가 합니다. 또한 지속적으로 최적화하며 배포할 수 있습니다.배포는 LangServe를 가지고 모든 chai..

이제는 개발을 ai와 관련된 개발을 해야할 것 같습니다. 많은 LLM등이 등장하거니와 LLM혼자서는 너무 많은 비용이 들기 때문에 RAG(검색증강생성) 또는 ai agent등이 있죠! 그래서 LangChain이라는 친구가 재밌어보여서 일단 해보기로 합니다ㅋㅋ Just Do it! 재밌어보이니까! ㅋㅋ 참고: https://python.langchain.com/docs/get_started/quickstart/ 셋팅은 python3으로 동작을 시킬려고 합니다. python3이 필요합니다. 그리고 pip3 install langchain pip3 install -qU langchain-openai 을 셋팅 해줍니다. 목표: openAI LLM모델을 사용해서 질의 응답해보기! open ai를 사용하려면 키가 ..

스파클- SPARQL : Simple Protocol and RDF Query Language 2008년 웹 표준화 기구인 W3C(월드와이드 웹 컨소시엄)에서 제정하였습니다. 관계형 데이터베이스(RDB)에서 데이터 검색과 질의를 위해 구조화 질의 언어(SQL)가 사용되는 것과 같이 웹 환경의 RDF 데이터베이스에서는 SPARQL이 사용 됩니다. 다시 말해 RDF(Resource Description Framework)로 표현된 지식 그래프에 대한 쿼리 언어입니다. SPARQL은 SQL과 유사한 구조를 가지고 있으며, RDF 트리에서 데이터를 검색하고 조작할 수 있습니다. SPARQL의 기본구조 아래와 같은 기본구조로 되어있습니다. PREFIX (SELECT, CONSTRUCT, DESCRIBE, ASK)..

지식그래프에서 스키마는 지식그래프의 구조와 의미를 정의하는 역할을 합니다. 스키마에는 다음과 같은 정보가 포함됩니다. 엔티티: 지식그래프에서 표현하는 개체를 나타냅니다. 속성: 엔티티가 가지고 있는 특성을 나타냅니다. 관계: 엔티티 간의 관계를 나타냅니다. 스키마는 지식그래프의 데이터를 이해하고 처리하는 데 필수적입니다. 스키마가 없으면 지식그래프에 저장된 데이터의 의미를 파악하기 어렵습니다. 또한, 스키마를 통해 지식그래프의 구조를 정리하고 효율적으로 관리할 수 있습니다. 스키마의 주요 역할 지식그래프의 구조와 의미를 정의: 스키마는 지식그래프에 포함된 엔티티, 속성, 관계의 종류와 의미를 정의합니다. 이를 통해 지식그래프의 데이터를 이해하고 처리할 수 있습니다. 지식그래프의 데이터를 정리: 스키마를 ..

Chat GPT가 너무 핫해서 알아보다가 좋은 영상을 보고 정리해보았습니다. 1950년부터 지금까지 엄청난 노력들이 있었네요 ㅎㅎ 인공지능은 이미 1950년도에 제안이 됐었던 분야 접근방법은 기호 기반 인공지능, 규칙기반 인공지능 연구하는 사람들이 기계에게 세상을 설명 해줌. 고양이란 이런이런거다~ 문장이란 이렇게 만드는거다 등 규칙을 설명 해줌. 언어의 경우 당시 촘스키 문법 등 규칙 기반의 언어학 이론들이 등장 → 문법적인 규칙을 다 입력 30년동안 기계에게 설명을 해줬는데 다 실패 함.. 1980년도 새로운 방법을 제안 학습기반 인공지능(머신러닝) 30년간 실패 → 기계에게 아무리 고양이를 설명해도 고양이와 강아지를 구별해내지 못함 70년도 80년도 발달 심리학, 피아제나 또는 비고츠키의 연구 결과..