From the uDemy course on LLM engineering.
https://www.udemy.com/course/llm-engineering-master-ai-and-large-language-models
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.
76 lines
2.2 KiB
76 lines
2.2 KiB
WEBVTT |
|
|
|
00:00.830 --> 00:01.970 |
|
놀라워요 |
|
|
|
00:01.970 --> 00:04.970 |
|
하지만 95%가 됐어요 |
|
|
|
00:04.970 --> 00:07.820 |
|
코스의 5%가 남았어요 |
|
|
|
00:07.880 --> 00:13.850 |
|
그렇게 대단한 건 아닐 거예요 여러분이 강한 기술을 익혔다고 느끼고 경험이 쌓였다고 |
|
|
|
00:13.850 --> 00:15.800 |
|
느끼길 바라니까요 |
|
|
|
00:15.830 --> 00:21.050 |
|
아마 조금 전에 제가 겪고 있는 문제를 보셨을 거예요 어떻게 해결해야 할지 정확히 |
|
|
|
00:21.050 --> 00:22.010 |
|
알고 계셨겠죠 |
|
|
|
00:22.010 --> 00:25.880 |
|
이제 할 수 있는 건 이 긴 목록이에요 |
|
|
|
00:25.880 --> 00:29.150 |
|
총알 세 발은 더 이상 못 넣겠고 네 발은 겨우 넣었어요 |
|
|
|
00:29.180 --> 00:30.590 |
|
너무 많아요 |
|
|
|
00:30.590 --> 00:35.660 |
|
첫 번째 강의에서는 구조화된 출력물들을 넣어야 했습니다. 하지만 폐쇄 소스와 |
|
|
|
00:35.660 --> 00:41.090 |
|
오픈 소스 모델을 통해 할 수 있는 일이 너무 많습니다. 이제는 프로덕션화를 포함해서 |
|
|
|
00:41.090 --> 00:43.700 |
|
모든 방법으로 호출할 수 있죠. |
|
|
|
00:43.850 --> 00:50.990 |
|
이제 주제를 바꿔서 에이전트 워크플로 에이전틱 프레임워크에 대해 얘기해보죠 |
|
|
|
00:51.110 --> 00:55.100 |
|
이건 지난 몇 주 동안 다뤘던 거예요 |
|
|
|
00:55.100 --> 01:00.380 |
|
함수 호출을 사용했는데 에이전트 워크플로의 |
|
|
|
01:00.380 --> 01:07.370 |
|
가벼운 버전이라고 말씀드렸죠 작업을 작은 작업으로 나누어 특정 |
|
|
|
01:07.370 --> 01:10.430 |
|
모델이 수행하는 거죠 |
|
|
|
01:10.430 --> 01:15.350 |
|
그 수준을 한 단계 높이고 이번 주에 얘기했던 환경으로 |
|
|
|
01:15.350 --> 01:20.660 |
|
넘어가면 여러 모델이 독립적으로 작동하고 플래닝 작업이나 |
|
|
|
01:20.660 --> 01:27.170 |
|
플래닝 에이전트에 의해 조직될 수 있죠 그리고 메모리가 있는 프레임워크로 |
|
|
|
01:27.170 --> 01:34.670 |
|
구성되어 인간의 맥락 밖에서 상호 작용을 할 수 있어요 |
|
|
|
01:34.700 --> 01:41.960 |
|
에이전틱 워크플로우에 완전히 접근하고 있어요 다음 시간에 얘기할 게 바로 그거죠 |
|
|
|
01:41.960 --> 01:43.310 |
|
정말 기대돼요 |
|
|
|
01:43.310 --> 01:44.540 |
|
그때 봐요
|
|
|