CHAPTER01-LLM훑어보기
1.1생성AI열풍의주역,LLM
__규칙기반자연어처리,최초AI챗봇ELIZA
__통계기반자연어처리,N-gram의등장
__딥러닝과NLP의발전,CNN&RNN&LSTM
__언어모델의혁신,트랜스포머
__Scaleisallyouneed,LLM의시작
1.2LLM개발의양대산맥,오픈소스LLM과ClosedLLM
__어떤LLM을선택하느냐가AI서비스의핵심
__오픈소스LLMvsClosedLLM
__글로벌오픈소스LLM생태계
__국내오픈소스LLM생태계
1.3한눈에살펴보는LLM의활용현황
__생성AI기반대화형검색서비스,Perplexity
__마케팅AI코파일럿,Jasper
__자동화를AI로더욱쉽게만들다,Zapier
__전천후CRM코파일럿,세일즈포스의아인슈타인
__개발자의필수AI코딩도구,깃허브코파일럿
__쉽고빠른데이터분석,태블로AI
__누구나디자이너가될수있는도구,AdobeFirefly
CHAPTER02-RAG와친해지기
2.1RAG시스템이란?
__LLM최대의약점,환각현상
__컨텍스트윈도우제한문제
__LLMAPI의기억상실증문제
__환각현상을극복한RAG의등장
2.2RAGvs파인튜닝
CHAPTER03-LLM시작하기
3.1랭체인이란?
__랭체인의개념과구성요소
__랭체인으로구축가능한서비스,ChatPDF
3.2랭체인을통한LLM활용하기
__LLMAPI호출의기초
__프롬프트의세가지형태
__LLM의Temperature이해하기
__ChatGPT처럼답변스트리밍하기
__응답을캐싱하여더빠르게응답받기
3.3프롬프트입력이더편리한PromptTemplate
__PromptTemplate과ChatPromptTemplate
__퓨샷예제를통한프롬프트템플릿
__부분적인처리가가능한Partial프롬프트템플릿
3.4LLM의답변을원하는형태로조정하는OutputParser
__쉼표로구분된리스트를출력하는CSV파서
__날짜형식만출력하는Datetime파서
__시스템통신의기본형식을위한JSON파서
CHAPTER04-RAG으로다양한문서다루기
4.1DocumentLoaders알아보기
__RAG를위한Document객체의이해
4.2PDF파일을Document로불러오기
__PyPDFLoader
__PyPDFium2
__PyPDFLoader와PyPDFium2처리시간비교
__PDFLoader비교
4.3여러파일을Document로불러오기
__Word파일불러오기,Docx2txtLoader
__CSV파일불러오기,csv_loader
__PPT파일불러오기,UnstructuredPowerPointLoader
__인터넷정보로드하기,WebBaseLoader
__특정경로내의모든파일불러오기,DirectoryLoader
4.4문서를다양하게자르는TextSplitters
__벡터DB의저장과정
__적당한크기로문서를분할하는TextSplitters
__글자수로분할하는CharacterTextSplitter
__재귀적으로텍스트를분할하는RecursiveCharacterTextSplitter
__문맥을파악해분할하는SemanticChunker
CHAPTER05-RAG활용하기
5.1텍스트를숫자로바꾸는텍스트임베딩
__임베딩모델이란?
__Opensource와Closedsource
5.2문서벡터저장소,VectorStores
__벡터DB의종류
__ChromaDB란?
__ChromaDB문서저장및유사문서검색
__ChromaDBAPI를활용한문서관리
5.3RAG의문서검색기,Retriever
__벡터DB기반의Retriever
__사용자의쿼리를재해석해검색하는MultiQueryRetriever
__문서를여러벡터로재해석하는MultiVectorRetriever
__컨텍스트를재정렬하는Long-ContextReorder
5.4랭체인을표현하는언어,LCEL
__쉬운코드작성과효과적인모듈관리
__LCEL로기본체인구성
__스트리밍기능을쉽게추가하는stream()
__여러개API를요청하고받는batch()
5.5기본RAG시스템구축하기
__RAG시스템구축하기1-기본적인QA체인구성
__RAG시스템구축하기2-Memory기능구축
__OpensourceLLM으로RAG구축하기
CHAPTER06-RAG완전정복하기
6.1Streamlit으로RAG챗봇만들기
__Streamlit실행하기
__Streamlitchat기능설정
6.2대화기능추가하기
6.3파일업로드기능구현하기
6.4고급기능을더해RAG챗봇완성하기
6.5Streamlit에서배포하기
__애플리케이션준비
__깃허브세팅하기
__StreamlitCloud로배포하기
6.6LLM의한계를너머,Tool&Agent
__단계별추론CoT와ReAct
__랭체인으로인터넷검색Agent구축하기
__랭체인으로벡터DB및인터넷검색Agent완성하기
