AI 6탄-3. 라마인덱스-3/3
인공지능 프로그래밍 -3/3
<14> 라마 인덱스
<15> 라마 허브
<14> 라마 인덱스
1
라마인덱스는 LLM에서 학습되지 않는 데이터를 참조해서 질의응답하기 위한 라이브러리이다.
학습되지 않은 정보를 LLM에서 응답할 때 참조하는 구조이다.
추가학습보다는 가볍다.
다양한 데이터를 활용할 수 있는 라마허브(Lamahub) 라이브러리를 사용하면 PDF 등 각종 파일이나 유튜브 등의 웹서버도 질의응답에 활용할 수 있다.
라마 인덱스는 내부적으로 랭체인라이브러리를 사용한다.
랭체인을 사용하므로 데이터베이스가 필요하다.
2
공개되지 않은 자체 데이터를 활용해 질의응답을 하는 채팅 AI를 쉽게 만들 수 있는 오픈소스 라이브러리이다.
기업이나 개인이 보유하고 있는 공개되지 않은 정보는 답변할 수 없다.
라마 인덱스는 공개되지 않은 정보를 바탕으로 질문 답변과 관련된 정보를 검색해서 답한다.
3
소스
https://github.com/wikibook/openai-llm
4
순서 ?
구글 코랩 실행
문서 준비
라마인덱스 패키지 설정
환경 변수 설정
문서 배치
문서 로드
인덱스 생성
퀘리 엔진 생성
질의 응답
인덱스 저장
인덱스 로드
5
라마 인덱스 생성 절차 상세.
문서 로드
인덱스 생성
퀘리 엔진 생성
질의 응답
<2> 라마 허브
1
다양한 데이터를 라마인덱스에서 독자적인 데이터로 활용할수 있다.
웹페이지를 이용한 질의 응답 등 가능하다.
2
라마 허브란?
라마허스브에서 제공하는 다양한 커넥터를 이용하면 다양한 파일 (pfd,EpUB,워드,파워포인트,오디오 등)과 웹서비스(트위터,슬랙,위키백과)등을 문서의 소스로 할수 있다.
3
순서?
문서 로드
인덱스 생성
퀘리 엔진 생성
질의 응답
다음
https://brunch.co.kr/@topasvga/3998
