728x90
반응형
6.3 허깅페이스 임베딩
- 한글 성능이 뛰어난 임베딩 모델인 'BAAI/bge-m3' 사용
6.4 에이전트 만들기
- ReAct 에이전트는 Thought(생각), Action(도구 사용), Observation(관찰) 세가지 과정을 반복하여 문제를 해결한다.
- 도구들을 GPT-4.1과 연결하여 스스로 생각하고, 도구를 선택하고 실행하는 ReAcT 에이전트
a. Thought (생각) : 사용자의 요청을 분석하고, 어떤 도구와 입력값을 사용할지 고민
b. Action (도구 선택) : 사용할 도구 결정
c. Action Input (도구 입력값) : 선택한 도구에 제공할 입력값을 결정
d. Observation (도구 사용 결과) : 도구의 출력 결과를 확인
-> 이 네가지 과정은 문제가 해결될 때까지 몇 번이고 반복될 수 있으며, 문제를 해결하는데 필요한 정보가 모두 수집되면 최종적으로 Answer(답변) 단계에서 결과를 생성하게된다.
728x90
반응형
'프로그래밍 > LLM' 카테고리의 다른 글
| [Day 12] LLM & RAG 실전 챌린지 - Text-to-SQL로 구현하는 상담사 에이전트 (0) | 2025.09.08 |
|---|---|
| [Day 11] LLM & RAG 실전 챌린지 - 펑션 콜링 에이전트 (0) | 2025.09.08 |
| [Day 8] LLM & RAG 실전 챌린지 - 에이전트 RAG 개발 환경 구축, 데이터 준비 (0) | 2025.09.08 |
| [Day 7] LLM & RAG 실전 챌린지 - 다중모달 RAG 실습 (0) | 2025.09.07 |
| [Day 6] LLM & RAG 실전 챌린지 - 텍스트 문서를 이용한 RAG 실습 (0) | 2025.09.07 |