학술적으로 In context learning은 n(few) shot learning을 포함하는 말입니다. 다만, GPT 3.5 수준부터는 문맥 기반 답변(주어진 문맥 및 이전 대화 기억)이 강화되면서 개인적으로는 따로 떼서 명명하면 이해하기 쉬울 것 같아 이렇게 설명해 보았습니다 😊 결국 저희가 와우 임팩트를 느낀 포인트는 저희가 시키는 바를 잘 알아듣는다는 것이니까요!
오픈ai 시스템애서 연습하다가, 카카오 출시 되면 그 쪽으로 넘어가려고 하는데요(챗봇) 오픈 ai시스템에서 다른 주제로 여러개의 학습이 가능 할까요? 아니면 여러개의 주제를 한번에 학습을 시켜야 할까요? 또는 하나씩 하나씩 학습을 쌓아 올리듯 학습을 시켜야 할까료? 예를 들면 인사 노무 챗봇을 위해 한번 학습시키서, 세무관련 해서도 학습을 시키고자 한다면. 이것을 한번에? 아니면 개별로 2개(이렇게 되면 쳇봇이 2개) 아니면 힌번에 만들어서 순차적 고도화(쌓듯이 1번은 노무,2번은 재무) 이런식으로?? 궁금해서 여쭤 봐요. 어디 물어볼때가 없어서요.
학습시킨다는 의미가 제가 설명드린 RAG에 해당한다면, 여러 주제의 학습이 가능합니다. RAG는 LLM에게 여러 책을 주고 질문에 답변하라고 하는 것과 비슷해서 주제와 상관없이 주어진 질문과 유사한 컨텍스트를 찾고 그걸 기준으로 답하게 됩니다. 다만, 특정 분야에 대해 고품질 답변을 얻고 싶다면 해당 분야의 질답으로 파인튜닝을 하고 그 모델로 해당 주제만 RAG를 수행했을 때의 성능이 가장 좋습니다.
![[SK TECH SUMMIT 2023] LLM 적용 방법인 RAG VS PEFT, Domain 적용 승자는?](/img/1.gif)
음향 말고는 흠 잡을 데가 없는 훌륭한 컨텐츠입니다!
소리가 오른쪽으로만 나와서 불편하신분 있으시면, 설정-접근성-오디오-모노오디오(켬) 해서 들으시면 편합니다
앗. 감사합니다. 또 하나 배워가요.👏👏
감사감사
감사합니다...이거 왜 그런건가요?? 마이크를 옆에 두셨나
여기 나중에 알고리즘만 타면 구독자 ㅈㄴ늘듯 퀄 개좋음
훌륭하십니다. 대단히 감사합니다
나만의 챗봇 만들기 검색하던 중 알고리즘 파도 타고 왔어요. 설명을 너무 잘해주셔서 유료강의 뺨치네요. 귀한 영상 감사합니다. 복 받으소서 🙏🙏
인문학부 졸업을 앞둔 학생입니다. 최근 랭체인에 대해 관심을 가지게 됐는데 덕분에 많은 도움 얻어갑니다. 감사합니다!!
좋은 말씀 감사합니다 :) 열심히 올려보겠습니다
일반 직장인이고, 회사 AI TF 막 참여했는데 정말 훌륭한 강의네요
7:12 Ppt 하단 부분에 GPT의 Encoder구조를 가진 Bert를 미세조정하여 감성 분류 모델로 활용한다고 적혀있는데요, GPT는 Decoder구조만 가지지 않나요? 무슨 뜻인지 잘 이해가 되지 않아 질문드립니다.shelterin
에고...트랜스포머의 ENCODER 구조인데 제가 실수했네요... 피드백 감사합니다
아 랭체인 udemy에서 듣고 있는데, 실습위주라 정리가 안되었는데, 깔끔한 정리 감사합니다. 마이크 때문인지 제 스피커 때문인진 몰라도 소리가 작으니 참고하세요.
유데미 강의는 안들어봐서 몰랐는데 실습 위주군요. 다음 영상도 깔끔히 정리해서 업로드해보겠습니다 ^^ 소리는 편집시 유의하겠습니다 감사합니다!
좌우밸런스 조절하여 좌로 0.85 조정하면 괜찮아요
강의 너무 감사드립니다. 설명도 너무 명확하고 좋구요. 혹시 위에 설명하신자료 PPT 자료를 얻을수 있을까요?
죄송합니다. 피피티는 공유하지 않고 있습니다. 더 좋은 영상으로 보답하겠습니다 :)
도움 많이 받아갑니다!
양질의 자료 감사해요
실습코드도 부탁드려요!
실습 영상 오늘 업로드하였습니다 ^^ 댓글 감사합니다!
다시 보는데, ppt가 무지 깔끔 하네요
소리를 보정해서 다시 업로드 하실 의향은 없으실런지요? 안들립니다..ㅜㅜ
안녕하세요 선생님,
코드를 따라해볼수있는 코드 다운로드할곳 혹시 있을까요? 3:02
제 채널의 커뮤니티 확인하시면 코랩 링크 확인하실 수 있습니다.
좋은 영상 감사합니다.😊
소리는 조금 아쉬웠습니다.😅
너무 좋은강의 감사합니다! Vector DB에 대해서 찾아보다가 개념설명을 너무 잘해두셔서 정독하게되네요
혹시 실습자료는 어디에있을까요?
제 채널의 커뮤니티 가시면 확인하실 수 있습니다
강의 마지막 부분의 그림은 출처가 어디인지 알 수 있을까요? 인용을 하고 싶습니다.
제가 만든 슬라이드입니다 ^^ 캡쳐해 가져다 쓰셔도 됩니자
이어폰 쓰는데 한쪽만 들리네요 ㅠ
초기 영상이라 장비가 열악했네요. 주의하겠습니다.
이해가 쏙쏙되는 설명영상이네요 감사합니다ㅠㅠ nshot learning과 in context learning의 차이점은 어떤 건가요?
학술적으로 In context learning은 n(few) shot learning을 포함하는 말입니다. 다만, GPT 3.5 수준부터는 문맥 기반 답변(주어진 문맥 및 이전 대화 기억)이 강화되면서 개인적으로는 따로 떼서 명명하면 이해하기 쉬울 것 같아 이렇게 설명해 보았습니다 😊 결국 저희가 와우 임팩트를 느낀 포인트는 저희가 시키는 바를 잘 알아듣는다는 것이니까요!
안녕하세요. Langchain으로 나만의 챗봇을 만들고 싶어서(PDF 챗봇)여기까지 들어왔습니다, 질문은 PDF챗봇을 만들떄에도 chatGPT API키가 필요하나요? 감사합니다!
네 답변 생성 시 필요합니다.
감사합니다!!
비전공자로 늦게 입문했는데 쉽게 이해할수 있도록 강의해주셔서 감사합니다!
vetorstore가 뭔가요..
강의를 잘 듣고 있습니다. 강의 자료가 공유 가능할까요?
곧 업로드하도록 하겠습니다
지금까지 들었던 랭체인 강의 중에 가장 깔끔해요 !! 좋네요 ㅎㅎ
혹시 강의에서 쓰시는 PDF를 메일로 받을 수 있을까요??
안녕하세요 선생님,
코드를 따라해볼수있는 코드 다운로드할곳 혹시 있을까요?
OpenAI의 assistant 기능과 차이점은 무엇인가요?
마이크가 왜이러신거에요?
정말 제가 알고싶은 정보만 알기쉽게 정리해주셔서 감사합니다!! 궁금한 점이 그럼 LangChain이 gpt나 llama를 모두 포함한 정의일까요??
두 LLM모두 사용가능한 프레임워크라고 보시면 됩니다!
좋은 영상 감사합니다 ㅜ 그런데 소리가 한쪽만 나는게 아쉽네요 ㅠㅠ
오픈ai 시스템애서 연습하다가, 카카오 출시 되면 그 쪽으로 넘어가려고 하는데요(챗봇) 오픈 ai시스템에서 다른 주제로 여러개의 학습이 가능 할까요? 아니면 여러개의 주제를 한번에 학습을 시켜야 할까요? 또는 하나씩 하나씩 학습을 쌓아 올리듯 학습을 시켜야 할까료? 예를 들면 인사 노무 챗봇을 위해 한번 학습시키서, 세무관련 해서도 학습을 시키고자 한다면. 이것을 한번에? 아니면 개별로 2개(이렇게 되면 쳇봇이 2개) 아니면 힌번에 만들어서 순차적 고도화(쌓듯이 1번은 노무,2번은 재무) 이런식으로?? 궁금해서 여쭤 봐요. 어디 물어볼때가 없어서요.
학습시킨다는 의미가 제가 설명드린 RAG에 해당한다면, 여러 주제의 학습이 가능합니다. RAG는 LLM에게 여러 책을 주고 질문에 답변하라고 하는 것과 비슷해서 주제와 상관없이 주어진 질문과 유사한 컨텍스트를 찾고 그걸 기준으로 답하게 됩니다. 다만, 특정 분야에 대해 고품질 답변을 얻고 싶다면 해당 분야의 질답으로 파인튜닝을 하고 그 모델로 해당 주제만 RAG를 수행했을 때의 성능이 가장 좋습니다.
영상 소리가 오른쪽만 나는거 같은건 제 문제일까요 ㅜ
제가 초반에 녹음 노하우가 없어서, 이상하게 녹음된것같습니다. 양해 부탁드립니다🙏
선생님께 연락을 드리려면 어떻게 할 수 있을까요?
유튜브 강의도 감사드는데요.. 이메일 주소이나 연락처로 문의드리고 싶은게 있어서요..
jsagi2000@gmail.com으로 연락 주시면 감사하겠습니다.
내용이 좋은데 오른쪽 이어폰에서만 들려서 집중이 어렵고 너무 답답하네용..
이어폰 고장난 줄 알았음
나만 그런게 아니였군요
음성이 잘 안들려요.
마이크를 이제 구매해서 다음주 올라오는 강의부터는 잘 들리실겁니다 ^^
소리가 안들려요... 너무 작음
소리가…ㅠㅠㅠㅠ
GPT-5 나오면 그냥 다 사장될 기술같긴함
저도 일정 부분 인정합니다. 박사급 지능을 갖게 된다는데, 그러면 더이상 저희가 일일이 지식을 집어넣어주지 않아도 알아서 올바른 지식을 내놓거나 환각 현상이 없어질 수 있을 것 같아요 ㅎㅎ