728x90 반응형 공부/AI11 [LangChain] Prompts, Caching, Streaming, Token Usage https://growth-coder.tistory.com/253 이전 포스팅에서 Model input output에 대해서 알아보았다. 위 단계 중 Format을 보면 원하는 형식을 만들어서 거기에 끼워맞추는 모습을 볼 수 있다. PromptTemplate과 ChatPromptTemplate을 사용하여 format을 해보자. 참고로 이전 포스팅과 마찬가지로 OPENAI_API_KEY가 환경 변수로 등록되어 있어야 한다. PromptTemplate from langchain.prompts import PromptTemplate from langchain.chat_models import ChatOpenAI chat = ChatOpenAI() prompt_template = PromptTemplate.fr.. 2023. 10. 20. [LangChain] LangChain 개념 및 사용법 LangChain LangChain은 LLM(Large Language Model)을 사용하여 애플리케이션 생성을 쉽게 할 수 있도록 도와주는 프레임워크이다. 우선 Model input output은 다음과 같다. 순서대로 살펴보자. Format 이 단계에서는 마치 함수처럼 미리 입력 형식을 작성할 수 있다. AI에게 미리 배경 context를 알려줄 수도 있고 (당신은 산술 연산을 하는 AI 입니다.) template을 작성해서 형식을 미리 정할 수도 있다. ( {A}와 {B}를 더하시오 ) Predict 이 단계에서는 모델을 사용하는데 LangChain은 크게 두 종류, LLM과 Chat Model 인터페이스를 제공한다. 이 모델을 통해 예측값을 반환한다. LLM은 String을 받아서 String을.. 2023. 10. 18. [PyTorch] 긍정 리뷰, 부정 리뷰 분류하기 (3) - 모델 변경 (GRU) https://growth-coder.tistory.com/248 [PyTorch] 긍정 리뷰, 부정 리뷰 분류하기 (2) - 구현 (임베딩, RNN) https://growth-coder.tistory.com/247 [PyTorch] 긍정 리뷰, 부정 리뷰 분류하기 (1) - 개념 리뷰의 내용이 긍정적인 내용인지 부정적인 내용인지 분류를 해보려고 한다. 본격적인 구현에 앞서 이번 포스팅에 growth-coder.tistory.com 이전 포스팅에서 모델을 만들어 직접 학습을 해보았다. 그러나 정말 단순한 모델을 사용했기 때문에 정확도는 50% 정도밖에 되지 않았다. 이번 포스팅에서는 모델의 성능을 높이는 여러 방법들에 대해서 알아보자. 우선 이전 포스팅에서 사용했던 모델은 다음과 같다. class Mo.. 2023. 9. 19. [PyTorch] 긍정 리뷰, 부정 리뷰 분류하기 (2) - 구현 (임베딩, RNN) https://growth-coder.tistory.com/247 [PyTorch] 긍정 리뷰, 부정 리뷰 분류하기 (1) - 개념 리뷰의 내용이 긍정적인 내용인지 부정적인 내용인지 분류를 해보려고 한다. 본격적인 구현에 앞서 이번 포스팅에서는 분류에 필요한 기본적인 용어들과 개념들에 대해서 알아보려고 한다. 토 growth-coder.tistory.com 이전 포스팅에서 기본적인 자연어 처리에 대한 개념을 공부했다. 이번 포스팅에서는 본격적으로 영화 리뷰에 대한 긍정, 부정 평가 학습을 해보자. 라이브러리 from torch.utils.data import Dataset, DataLoader from torchtext.vocab import build_vocab_from_iterator from tor.. 2023. 9. 18. 이전 1 2 3 다음 728x90 반응형
