You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 

370 lines
9.3 KiB

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