최초/최신 Online.

RAG를 활용한 완성도 높은 LLM 서비스 구축
With langchain & llamaindex

  • RAG 기술과 LLM에 대한 이해를 바탕으로
    오픈 프레임워크를 활용하여 페르소나 AI
    서비스 만들기

    RAG 기술과 페르소나 챗봇에 대한 이해를 바탕으로 셜록홈즈와 워렌버핏 페르소나 AI 서비스 만들기

  • Llamaindex & Langchain 을 살펴보고 Ollama 와 함께 RAG 를 활용한 모델 서빙까지

    LLM 모델 기반 서비스 구축에 가장 많이 활용 되는 2가지 오픈 프레임워크를 파헤쳐보고 RAG를 활용하여 API와 Demo 페이지 만들기

  • RAG Paradigm 부터 Evaluation 까지 RAG 의 핵심 개념을 한번에!

    sLLM, LLMs 을 기반으로 RAG의 기초부터 심화까지 전반적인 개념을 살펴 보고 Fine-tuning 과 비교 분석을 통해 LLM 구축에 필요한 RAG 기술을 이해할 수 있습니다.

코스 프로모션 배너 전용입니다.
0 0시간 0 0 코스 프로모션 배너 전용입니다.

지금만 보이는 20% 할인 쿠폰

서두르세요! 쿠폰은 2/28까지 사용 가능합니다.
  • COUPON

    (자동 구성)
    (자동 구성)

글로벌 IT 기업들의 공격적인 투자로 나날이 발전하고 있는
대규모 언어모델 (LLM)

하지만,
이러한 대규모 언어모델을 활용하고 적극적으로 서비스에 도입함에 있어
고질적인 문제불가피한 이슈들이 여전히 남아 있습니다.

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

이러한 문제를 해결할 수 있는 기술이 바로!
RAG

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응
RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응
RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

RAG란 무엇인가?
LLM(Large Language Model)이 학습한 데이터 외에 외부 데이터베이스나 문서 집합에서 관련 정보를 검색한 후,
이를 기반으로 새로운 텍스트를 생성하여 답변의 최신성과 정확도를 높여주는 도구

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응
RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

왜 RAG인가?

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

LLM의 성능에만 의존하는 서비스는 이제 그만!
LLM과 리소스를 조합해 최고의 서비스를 구현하기 위해
RAG 활용은 선택이 아닌 필수!

RAG 기술을 집중적으로 파헤쳐보고 오픈소스 프레임워크 LangChain 과
LlamaIndex 를 활용하여 맞춤형 서비스를 구축해봅니다.

Point 1

오픈 프레임워크 LlamIndex & LangChain 을
살펴보고 Ollama 와 함께 RAG 를 활용한 모델 서빙까지

LLM application 구축을 단순화하는 대표 프레임워크 Llamaindex 와 Lanchain
비교 분석과 함께  각 프레임워크를 활용하여 API 와 데모 페이지를 직접 만들어봅니다.

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응
RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

학습 포인트

LangChain과 함께 RAG 구현시 적용할 수 있는 LangGraph 멀티 에이전트 콜라보레이션에 대해서도 찍먹해봅니다!

Point 2

RAG 와 프레임워크를 활용하여 페르소나 AI 서비스 만들기

RAG 기술과 ChatHaruhi 논문 내 페르소나 챗봇에 대한 이해를 바탕으로
셜록홈즈와 워렌버핏 페르소나 AI 서비스 만들기

RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응

학습 포인트

참고논문 : ChatHaruhi: Reviving Anime Character in Reality via Large Language Model (Cheng Li, arxiv, 2023)

Point 3

RAG Paradigm 부터 Evaluation 까지 RAG 의 핵심 개념을 한번에!

sLLM, LLMs 을 기반으로 RAG의 기초부터 심화까지 전반적인 개념을 살펴 보고
Fine-tuning 과 비교 분석을 통해 LLM 구축에 필요한 RAG 기술을 이해할 수 있습니다.

질의응답

Question 1.
어떤 분들이
수강하시면 좋을까요?
• 페르소나 기반의 대화형 챗봇을 어떻게 설계하고 구축하는지 관심을 가지고 있는 개발자
• LLM 과 RAG 기술에 관심이 많은 AI Researcher 및 엔지니어

Question 2.
필요한
선수지식이 있을까요?
• 파이썬 (Python) 에 대한 기본적 지식 및 경험
• LLM의 작동에 대한 기본적 지식이 있으면 좋습니다

Question 3.
개발 환경
• 파이썬 (Python) 개발 환경 (Python + jupyter note book)
• 오픈소스 LLM 실습을 위한 GPU 리소스 필요
• 주요 라이브러리 - Ollama, LLaMaIndex, LangChain

강사 소개

Summer 강사님
• 현) 국내 IT 대기업 서비스 회사에서 머신러닝 엔지니어로 재직
• 전) LG CNS AI보안 분야 자연어처리 엔지니어로 근무
"LLM의 성능에만 기댄 서비스가 아닌, LLM을 포함한 리소스들을 잘 조합해서 높은 효율을 끌어낼 수 있는 서비스를 만들기 위해서는 현재는 RAG의 사용이 필수적입니다. 수업에서 배운 내용으로 현업에서 RAG 구현이 필요할 때, 기본적인 개념들에 대한 확실한 이해를 바탕으로 LLM 문제를 해결하고 실무 역량을 높일 수 있을 것입니다."

RAG 활용한 페르소나 LLM 서비스 구축 With langchain & llamaindex

Part 1. Introduction to RAG

Part 2. RAG with LlamaIndex

Part 3. RAG with Langchain

Part 4. ChatBot with perosna

  • 상세 커리큘럼
    자세한 커리큘럼 및 내용은 여기서 확인하세요!

(자동)
정가 (자동)
할인 금액 (자동)
현재 판매가 (자동)

(자동)

* 12개월 무이자 할부 시
이 강의도 추천해요.
RAG,LLM, AI 캐릭터챗봇, 페르소나AI, 오픈프레임워크, 할루시네이션, 데이터유출, 앤드류응