728x90
반응형

OpenAI 6

[인공지능 기술] RAG를 위한 라마인덱스의 정리 - llamaindex 의 특징

[인공지능 기술] RAG를 위한 라마인덱스의 정리 - llamaindex 의 특징 라마인덱스(LlamaIndex)와 ChatGPT라마인덱스(LlamaIndex)는 RAG(Retrieval Augmented Generation)을 구현할 때 유용한 프레임워크입니다.ChatGPT는 방대한 학습된 데이터(LLM)를 이용하여  번역, 요약, 설명 등을 할 수 있는 기술이지만 최신의 정보나 특정 도메인의 지식을 설명하지 못하는 경우 RAG( Retrieval Augmented Generation) 방식으로 데이터의 증강이 필요합니다.이 경우 라마인덱스를 이용하여  ChatGPT가 새로운 도메인의 데이터를 검색하고 응답할수 있도록 데이터를 벡터화 하는 임베딩의 과정을 거쳐 데이터를 활용 할 수 있습니다. RAG(R..

BigData 2024.05.12

ChatGPT의 자연스런 대화를 이어가는 - Chaining Prompts for conversational AI

ChatGPT의 자연스런 대화를 이어가는 - Chaining Prompts for conversational AI 대화형AI에서 지속적인 대화을 이어가기 위해 이전 대화의 내용을 근간으로 소통이 필요합니다. Chaining Prompt 를 이용하여 대화를 이어가는 원리를 알아 보고자 합니다. 프롬프트 체인 (Chaining Prompts ) 프롬프트 체인은 보다 동적이고 상황에 맞는 챗봇을 만들기 위해 대화형 AI에 사용되는 기술입니다. 정적인 챗봇을 정의하는 대신 LLM(대형 언어 모델)의 기능을 활용하여 사용자가 말하는 내용을 동적으로 해석하고 그에 따라 응답할 수 있습니다. "Chaining Prompts"으로 사용자는 이전의 대화 문맥을 유지하면서 새로운 질문이나 지시를 추가할 수 있습니다. 이를..

BigData 2023.10.08

ChatGPT의 연쇄적 사고 사슬과 추론답변 - Chain of Thought Reasoning 와 한국어 답변 만들기

Chain of Thought Reasoning에 대한 내용과 영어로 작성된 사고사슬(SoT)로도 한국어로 답변할 수 있도록 예시를 작성해 보았습니다. 사고사슬(CoT, Chain of Thought Reasoning ) "Chain of Thought Reasoning" 은 입력을 받아 중간에 일련의 추론 단계를 통해 복잡한 추론 기능을 가능하게하는 작업입니다. 대규모 언어모델(LLM)은 산술 문제나 상식을 추론하는 능력이 떨어지는 경우 모델이 잘못된 오류에 도달할 수 있습니다. 모델이 최종 답변을 제공하기 전에 관련 추론 단계로 풀이과정을 추가 요청하여 모델이 문제에 대해 더 생각 할 수 있도록 하는 방법입니다. 아래 그림과 같이 일반적인 단답형의 Standard Prompting 은 오류를 dire..

BigData 2023.10.07

ChatGPT의 입력 처리 - Inputs: Chaining Prompts

Chain of Thought Reasoning에 대한 내용과 영어로 작성된 사고사슬(SoT)로도 한국어로 답변할 수 있도록 예시를 작성해 보았습니다. Inputs: Chaining Prompts "Chain of Thought Reasoning" 은 입력을 받아 중간에 일련의 추론 단계를 통해 복잡한 추론 기능을 가능하게하는 작업입니다. 대규모 언어모델(LLM)은 산술 문제나 상식을 추론하는 능력이 떨어지는 경우 모델이 잘못된 오류에 도달할 수 있습니다. 모델이 최종 답변을 제공하기 전에 관련 추론 단계로 풀이과정을 추가 요청하여 모델이 문제에 대해 더 생각 할 수 있도록 하는 방법입니다. 아래 그림과 같이 일반적인 단답형의 Standard Prompting 은 오류를 direct로 떨어 뜨리지만 오른..

BigData 2023.10.06

ChatGPT의 올바른 언어 사용을 위한 질문 검증 - Inputs - Moderation

ChatGPT의 올바른 언어 사용을 위한 질문 검증 - Inputs - Moderation Evaluate Inputs: Moderation의 목적 일반적으로 올바른 질의를 하기 위해 "Evaluate Inputs: Moderation"은 다음과 같은 목적을 가질 수 있습니다: 1. 부적절한 언어 차단: 모델이 생성하는 응답 중에서 부적절한 언어, 욕설, 혐오 표현 등을 방지하고 차단하는 기능을 구현합니다. 2. 불법 콘텐츠 방지: 사용자가 생성한 콘텐츠 중에서 불법이나 불쾌한 내용을 식별하여 차단합니다. 3. 스팸 방지: 스팸 또는 중복된 내용을 방지하고 플랫폼의 품질을 유지합니다. 4. 보안 위협 방어: 모델이 악성 코드나 보안 위협을 생성하지 않도록 보호합니다. ChatCompletion과 Mode..

BigData 2023.10.06

ChatGPT를 이용한 질문 분류 - Input - Classification

ChatGPT를 이용한 질문 분류 - Input - Classification 최근 모든 기술 트랜드가 ChatGPT를 이용한 프로그램이 대세인듯 합니다. 저도 프로그램을 만들어 본지는 오래 되었지만 다시 파이썬 코드와 "https://chat.openai.com/" 를 이용해서 소스코드를 검증하고 샘플을 만들어 보고 있습니다. 먼저 ChatGPT를 이용한 질문의 분류 (Classification) 하는 방법을 소스로 정리해 보았습니다. 소스를 작성 하려면 {YOUR_API_KEY} 부분은 본인의 OpenAI API 키를 입력 해야 합니다. 그런데 chatGPT의 API_KEY를 이용하여 사용 하려면 개인계정을 유료 결제를 해야 합니다. ㅁ ChatGPT API 이용가이드 https://platform...

BigData 2023.10.05
728x90
반응형