자연어로 데이터 추출하기 - SQL_Agent

Поделиться
HTML-код
  • Опубликовано: 10 ноя 2024

Комментарии • 25

  • @박정찬-c1p
    @박정찬-c1p 11 месяцев назад +3

    선생님!
    제가 부탁드린 강의네요!
    완전 감사합니다~!!!
    덕분에 저도 드디어 SQL Agent를 이해했습니다!
    진심으로 감사드립니다!!!

  • @tosi2519
    @tosi2519 9 месяцев назад +1

    항상 좋은 강의 감사합니다.

  • @ryanpark7757
    @ryanpark7757 8 месяцев назад +1

    좋은 강의 감사드립니다

  • @9k-oj3vw
    @9k-oj3vw 4 месяца назад

    실습예제 보니까 OPENAI KEY가 있어서 실수로 공개하신건줄 알았어요 ㅎ
    너무 재미 있네요. 나중에 잘 활용하겠습니다.

  • @홍승민-z3x
    @홍승민-z3x 11 месяцев назад +1

    감사합니다.
    몇일 걸려 나름 대로 청킹 잘 되라고 데이터 편집 했는데~
    이것도 열심히 연구 해야 겠네요. 감사합니다.

    • @AI-km1yn
      @AI-km1yn  11 месяцев назад

      항상 응원해주셔서 감사합니다 :)

  • @musicphimhan7530
    @musicphimhan7530 5 месяцев назад

    감사합니다.

  • @orangeblue9141
    @orangeblue9141 3 месяца назад +1

    오… 이거 조회문으로만 잘 사용해도 매우 좋을 것 같네요.

  • @arrowhead261
    @arrowhead261 6 месяцев назад

    자세한 설명 감사합니다.
    그런데 혹시 쳇봇을 만든다고 할 때 사용자가 악의적이거나 의도치 않은 프롬프트, 예를 들어 delete, update 관련 쿼리를 한다든지 테이블 스키마를 보여달라고 한다든지 하는 내용을 입력했을 때 이런 걸 방지할 수 있는 방법이 있을까요?

    • @AI-km1yn
      @AI-km1yn  3 месяца назад +1

      엔비디아에서 사용자의 악의적인 쿼리를 방지하는 프레임워크로 Nemo guardrail이라는 것을 공개하고 있습니다. 이 부분 참고하시면 도움이 될 것 같습니다. 간단하게는 LLM의 System prompt에 "CRUD 관련 쿼리는 처리하지마"라는 식으로 대응할 수 있겠습니다. 어차피 사용자는 DB 관리 관련한 쿼리가 궁금한게 아니라서, Create, Replace, Update, Delete는 미리 막아두는게 좋겠습니다.

  • @Gilbert-cy7ug
    @Gilbert-cy7ug 10 месяцев назад +1

    정말 너무 감사합니다.. 혹시 excel data 를 같은 방식으로 처리해주는 agent 가 있나요....

    • @AI-km1yn
      @AI-km1yn  10 месяцев назад +1

      이 블로그 글에 정리가 잘 되어있습니다.
      teddylee777.github.io/langchain/langchain-tutorial-04/

  • @KooYongPAK
    @KooYongPAK 11 месяцев назад +2

    와, 너무 감사합니다. 늘 도움 받고 있습니다.
    혹시
    artists = run_query_save_results(db, "SELECT name FROM artists")
    albums = run_query_save_results(db, "SELECT title FROM albums")

    artists = run_query_save_results(db, "SELECT name FROM artist")
    albums = run_query_save_results(db, "SELECT title FROM album")
    로 바꿔야 하지 않을까요?

    • @AI-km1yn
      @AI-km1yn  11 месяцев назад

      그렇게 바꿔서 작동이 된다면 그게 맞는 것 같습니다. 피드백 감사합니다.

  • @gunwooo
    @gunwooo 11 месяцев назад +1

    가장 어려운점은 longcontext를 학습시킬때 deepspeed를 이용하기때문에 데이터가 병렬처리 되기때문에 슬라이드윈도우된 데이터가 이어져 학습이 잘 되는지가 지금 현재 문제점입니다 ㅠㅠ

    • @AI-km1yn
      @AI-km1yn  11 месяцев назад

      제가 개발쪽은 아니라서, LLM 학습 관련해서는 잘 모르겠습니다ㅠ 외국 강의를 유튜브에서 찾아보시면 좋을것같습니다

  • @Tika-fz6li
    @Tika-fz6li 11 месяцев назад

    ❤❤❤😊😊

  • @_18_97
    @_18_97 8 месяцев назад +1

    테이블이 엄청 많아서 토큰 초과가 뜨는데 어떻게 하면 좋을까요 ㅠㅠ

    • @AI-km1yn
      @AI-km1yn  8 месяцев назад

      어떤 부분에서 토큰이 초과되나요?

  • @gunwooo
    @gunwooo 11 месяцев назад +1

    라마2 다뤄주세요~!

    • @AI-km1yn
      @AI-km1yn  11 месяцев назад

      라마2 강의도 고려해보겠습니다 :)

  • @uki-pi9ub
    @uki-pi9ub 10 месяцев назад +2

    회사에서 자체 챗봇을 만드려다 보니 openai는 제한 되서 구현이 어렵네용 ㅠ 로컬 모델은은 성능이.. 감사합니다!

    • @AI-km1yn
      @AI-km1yn  10 месяцев назад +2

      로컬 모델 강의 준비중이었는데 아직 보여드릴 정도의 성능이 안나오네요...

    • @uki-pi9ub
      @uki-pi9ub 10 месяцев назад

      @@AI-km1yn 꼭올려주세요 기대할게요!!!

  • @GPT-tube
    @GPT-tube 8 месяцев назад +1

    좋은 강의 감사합니다.