WEBVTT 00:00.380 --> 00:02.360 이제 시작이에요 00:02.360 --> 00:09.020 제품 가격을 추정하는 래그 파이프라인을 구축할 겁니다 훈련 데이터셋에 있는 유사한 00:09.020 --> 00:11.780 제품의 컨텍스트를 참고해서요 00:12.110 --> 00:14.510 그래서 여기 왔어요 00:14.540 --> 00:19.580 둘째 날이죠 3번 GPT4 미니로 래그 파이프라인을 만들어요 00:19.850 --> 00:22.640 오늘은 많은 코드를 빠르게 다룰 거예요 00:22.640 --> 00:24.860 그럼 조금만 참아주세요 00:24.860 --> 00:30.440 Get it의 비결은 직접 코드를 실행해 어떤 상황인지 파악하는 거예요 00:30.440 --> 00:37.310 그래서 가져오기를 하고 평소처럼 로그인해서 오픈라이에 접속했어요 00:37.490 --> 00:41.360 OpenAI API 키를 설정했다는 사실을 이용하고 있어요 00:41.390 --> 00:44.450 테스트 데이터 세트를 로드할 거예요 00:44.480 --> 00:49.430 훈련 데이터 세트를 로드할 필요는 없어요 크로마 데이터 저장소를 사용할 00:49.460 --> 00:50.120 거니까요 00:50.570 --> 00:51.350 좋아요 00:51.350 --> 00:55.250 함수 만들기 컨텍스트가 있어요 00:55.250 --> 01:01.790 이 함수를 이용해 컨텍스트를 생성할 겁니다 GPT for 미니를 보내 사용할 수 있는 01:01.790 --> 01:04.910 비슷한 제품에 대해 알려주는 거죠 01:04.910 --> 01:10.680 컨텍스트를 제공하라고 할 거예요 여러분이 추정해야 하는 것과 유사한 다른 항목들이 01:10.680 --> 01:12.120 여기 있어요 01:12.120 --> 01:18.000 압축 파일 생성기 기억하시나요? 두 개의 다른 리스트를 반복할 수 있게 해주죠 01:18.300 --> 01:24.840 통과된 비슷한 가격과 비슷한 가격의 반복을 통해 비슷한 가격과 비슷한 것을 수집하는 01:24.840 --> 01:25.680 거죠 01:26.070 --> 01:32.670 그런 다음 메시지를 추가합니다 이 가격과 관련 있을 가능성이 있는 제품이 있다고요 01:33.600 --> 01:35.670 잠시 후에 실행할게요 01:35.670 --> 01:37.410 어떤 모습인지 볼 수 있죠 01:37.800 --> 01:44.640 그런데 과거에 했던 것처럼 이 함수 메시지를 만들고 항목을 하나 가져가고 01:44.640 --> 01:51.360 비슷한 걸 가져가고 가격을 가져가고 표준 독감 목록을 만듭니다 우리가 01:51.360 --> 01:53.160 잘 아는 거죠 01:53.520 --> 01:58.170 시스템 메시지가 있을 겁니다 전에 사용했던 것과 동일한 거죠 01:58.200 --> 02:04.410 물품의 가격을 추정하고 컨텍스트에 추가할 가격으로만 응답하세요 02:04.410 --> 02:07.980 방금 만든 걸 추가할게요 02:08.040 --> 02:09.300 그리고 이렇게 말해요 02:09.330 --> 02:10.980 이제 질문할게요 02:10.980 --> 02:18.420 이건 기본적으로 우리가 전에 사용했던 것과 같습니다 6주 차에 GPT 4를 호출했을 때요 파이프라인을 02:18.750 --> 02:20.550 구축했을 때요 02:20.640 --> 02:27.870 여기서 주목할 건 랭 체인 없이 랙 파이프라인을 하고 있다는 거죠 02:28.350 --> 02:30.510 사실 그렇게 어렵지도 않아요 02:30.600 --> 02:35.040 랭 체인은 간단한 개체 몇 개로 추상화를 제공했어요 02:35.040 --> 02:39.060 코드 한 줄이면 된다고 했던 게 기억나네요 하지만 직접 02:39.060 --> 02:40.890 하기엔 그리 많지 않아요 02:40.890 --> 02:45.900 특히 지금은 보닛 밑에서 무슨 일이 일어나는지 알고 llms를 호출하는 법과 02:45.900 --> 02:49.230 유사한 개체들을 찾아내는 법 등을 알고 있으니까요 02:49.350 --> 02:52.830 비교적 간단해요 02:53.010 --> 03:01.260 너무 힘들지 않았으면 좋겠네요 계속 가보죠 03:01.290 --> 03:04.020 그래서 갈 거예요 03:06.060 --> 03:07.830 채도를 채취할게요 03:08.610 --> 03:10.740 또 이런 말을 했네요 03:10.770 --> 03:13.920 DB 변수를 정의했던 핸드폰을 지웠어요 03:13.920 --> 03:17.050 제품 밑줄로 해야죠 03:18.460 --> 03:19.780 벡터 스토어요 03:22.690 --> 03:23.860 벡터 스토어요 03:23.890 --> 03:25.930 어려운 단어일 거예요 03:25.930 --> 03:26.560 됐어요 03:26.560 --> 03:27.700 다시 실행해요 03:27.700 --> 03:28.450 좋아요 03:28.450 --> 03:33.700 이제 벡터 데이터 저장소에서 제품 컬렉션을 살펴봤죠 03:34.510 --> 03:35.950 알았어요 03:35.950 --> 03:38.980 이제 본론으로 들어가는 거죠 03:38.980 --> 03:46.150 메서드, 함수 설명이 있습니다 항목을 취할 거예요 03:46.150 --> 03:49.990 해당 항목에서 우리가 관심 없는 걸 걸러내죠 03:49.990 --> 03:53.950 기본적으로 프롬프트를 가져다가 이걸 빼낼 거예요 03:53.950 --> 03:55.810 1달러까지 얼마나 들까요? 03:55.810 --> 04:00.910 가격 이즈 달러 다음에 나오는 건 다 무시할 거예요 04:00.940 --> 04:03.430 정확히 어떤 건지 보여드릴게요 04:03.610 --> 04:08.380 제 첫 훈련 데이터 포인트를 잠깐 살펴볼게요 04:09.430 --> 04:09.910 이런, 미안해요 04:09.940 --> 04:10.390 미안해요 04:10.420 --> 04:10.870 내가 무슨 짓을 한 거죠? 04:10.900 --> 04:12.250 첫 번째 테스트 데이터 포인트를 테스트하세요 04:12.250 --> 04:13.780 훈련 데이터는 더 이상 안 봐요 04:13.810 --> 04:19.600 첫 번째 데이터 포인트는 포드의 수리 키트 어쩌고저쩌고 가격도 적혀 04:19.600 --> 04:20.230 있네요 04:20.560 --> 04:27.180 프롬프트를 보면 여기 잡동사니들이 있는 게 보이실 겁니다 가격과 상단에 04:27.180 --> 04:29.040 질문이 있죠 04:29.040 --> 04:36.390 하지만 이렇게 말할 수 있어요 test 제로 설명 04:36.390 --> 04:41.670 이제 가격 없는 카피만 Get up 하면 돼요 04:41.670 --> 04:44.130 그러니 분명하죠 04:44.400 --> 04:44.910 좋아요 04:44.940 --> 04:50.340 이제 얼굴을 안는 것에서 문장 변압기인 모델을 로드할게요 04:50.340 --> 04:53.070 그게 간단한 벡터 인코딩을 제공하죠 04:53.070 --> 04:54.720 우리 벡터라이저예요 04:54.840 --> 04:59.430 이 메서드는 벡터라이저 함수예요 04:59.430 --> 05:00.840 아이템이 필요해요 05:00.840 --> 05:04.890 해당 아이템에 대한 설명을 호출해 텍스트로 바꾸죠 05:04.890 --> 05:09.420 목록에 넣고 모델 .in코드를 호출해요 05:09.840 --> 05:11.850 간단해요 05:12.690 --> 05:17.790 이제 유사한 함수를 찾는 함수가 나와요 05:17.790 --> 05:22.950 항목을 받으면 비슷한 걸 반환하죠 05:22.980 --> 05:29.470 랭이 전에 했던 것 중 가장 어려운 부분이지만 그렇게 어렵진 않아요 05:29.590 --> 05:36.490 컬렉션에 이렇게 말하는 걸 볼 수 있어요 크로마 DB 컬렉션 이걸 쿼리 하고 싶어요 05:36.520 --> 05:38.140 쿼리 삽입이죠 05:38.140 --> 05:42.880 우리가 통과할 벡터를 기반으로 하는 거예요 05:42.880 --> 05:46.120 nomp 배열에서 부동 소수점 수로 바꿔야 해요 05:46.150 --> 05:50.140 그건 바보 32인조라서 그래요 05:50.200 --> 05:53.440 플로트로 바꿔야 합니다 그리고 목록으로 바꿔야 해요 nomp 배열이 05:53.470 --> 05:54.010 아니라요 05:54.010 --> 05:59.380 그다음에는 결과의 수를 적으면 돼요 그게 다시 돌려받고 싶은 수죠 05:59.380 --> 06:04.210 쿼리 삽입을 벡터로 전달해 5개의 결과를 get 할 수 있죠 06:04.210 --> 06:05.740 그게 다예요 06:05.740 --> 06:11.560 Get in get은 유사한 것들이에요. 실행해 볼게요. 06:11.680 --> 06:18.040 이제 할 수 있는 건 테스트 1을 볼 수 있습니다 테스트 1 프롬프트를 보죠 06:18.040 --> 06:19.840 이게 프롬프트예요 06:19.930 --> 06:21.700 얼마면 살 수 있어요? 06:21.700 --> 06:24.160 팬 클러치 패키지예요 06:24.490 --> 06:26.860 모터크래프트에서 왔어요 06:26.860 --> 06:28.210 어쨌든 감을 잡게 되죠 get it 06:28.210 --> 06:32.020 이제 문서와 가격은 괜찮다고 할 수 있죠 06:32.020 --> 06:34.020 1번 테스트에서 유사점을 찾아요 06:34.020 --> 06:39.030 이 함수를 호출해 비슷한 결과 5개를 찾아볼게요 06:39.060 --> 06:40.440 그렇게 하죠 06:41.100 --> 06:42.630 이제 생각하네요 06:42.630 --> 06:44.190 이제 프린트할게요 06:44.550 --> 06:51.390 여기서 관련 결과가 5개 나올 거예요 관련 제품이 될 수도 있죠 06:51.390 --> 06:54.600 모두 관련 상품일 가능성이 있어요 06:54.630 --> 06:59.640 클러치 달린 물건인데 가격이 다양해요 06:59.730 --> 07:04.080 언뜻 보면 비슷한 제품으로 보이긴 해요 07:04.260 --> 07:09.540 그러니 자신을 설득하고 더 테스트하고 유사한 함수를 07:09.540 --> 07:15.840 찾도록 하세요 Cromer 컬렉션에 쿼리를 호출하는 거죠 07:15.840 --> 07:21.720 크로머 데이터베이스에서 비슷한 제품을 수집할 수 있어요 07:21.720 --> 07:23.490 아주 간단해요 07:23.790 --> 07:31.350 그 작업이 끝나면 랙 파이프라인에 있는 랙 데이터 흐름에 최종 손질을 할 수 있습니다 07:31.350 --> 07:36.030 그걸 이용해 GPT 40을 호출하죠 07:36.030 --> 07:38.610 다음 비디오에서 보여드릴게요