무료오픈 모델을 사용한 RAG 프로젝트
∙ 허깅페이스에서 오픈 모델을 기존 유료 모델인 GPT를 대체하여 추론에 사용합니다.
∙ LLM과 Embedding모델을 모두 오픈 모델을 사용하여 End-to-End 무료 RAG 파이프라인을 구현합니다.

GPT-4o 를 활용한 멀티모달 RAG 웹 앱
∙ 문서(PDF) 에서 표/이미지/텍스트를 추출하고, 이를 저장하여 유사도 검색에 활용할 수 있도록 구현합니다.
∙ 텍스트 기반 QA 체인과 이미지, 표를 다룰 수 있는 멀티모달 체인을 활용하여 RAG를 구현합니다.

GitHub 소스코드 기반 QA 챗봇
∙ 사용자 정의 Github repository 에서 소스코드를 로드하고, Vector Store 에 유사도 검색을 위하여 데이터를 저장합니다.
∙ Discord 에 연결하여 Github 의 소스코드 기반 QA 챗봇을 구현합니다.

RAGAS 를 활용한 RAG 평가
∙ RAGAS 를 활용하여 RAG 에 대한 context precision, context recall, answer relevance, faithfulness 평가 지표를 정의하고 평가하는 방법에 대하여 다룹니다.
∙ LangSmith 를 활용하여 서로 다른 RAG 파이프라인에 대한 평가를 비교하는 방법에 대하여 배웁니다.

Self RAG

Self-RAG는 자기성찰적 RAG에 대한 흥미로운 접근 방식을 소개하는 최근의 논문입니다.

Corrective RAG

자기성찰은 RAG를 향상시켜, 낮은 품질의 검색이나 생성을 수정할 수 있게 합니다. LangGraph 를 활용하여 Corrective RAG를 구현합니다.

Adaptive RAG

적응형 RAG는 (1) 쿼리 분석과 (2) 능동/자가 수정 RAG를 통합하는 RAG 전략입니다. 이 논문에서 제안하는 3가지(No Retrieval, Single Shot, Iterative) 전략에 대하여 면밀히 알아보고 구현합니다.

Web Research RAG(STORM)

STORM은 Shao 등이 설계한 연구 보조 도구로, 더 풍부한 기사 생성을 위해 "개요 중심 RAG"의 아이디어를 확장한 것입니다. 유사한 주제를 쿼리하여 개요(계획)를 작성하면 커버리지를 개선하고, 다양한 관점의 근거가 있는 대화 시뮬레이션은 참조 수와 정보 밀도를 높이는 RAG 입니다.