[ SK 네트웍스 Family AI 캠프 수업 내용 복습 ] RAG Langchain 2025-05-12
RAG와 LangChain을 이용한 한글 문서 기반 대화형 챗봇1. RAG (Retrieval-Augmented Generation)정의:RAG는 외부 지식을 활용하여 LLM의 응답 생성을 보완하는 기술로, 사용자의 질문에 직접적으로 답변하기 위해 관련 문서를 검색한 뒤 해당 문서를 바탕으로 답변을 생성합니다.핵심 구성 요소:문서 검색 (Retrieval):사용자의 질문과 의미적으로 유사한 문서를 벡터 데이터베이스에서 검색합니다.문서 임베딩 (Embedding):문서를 벡터로 변환하여 의미적 유사성 기반 검색이 가능하게 합니다.(예: 한글 문장은 다국어 임베딩 모델 또는 KoBERT, KoSimCSE 등으로 처리)답변 생성 (Generation):검색된 문서를 LLM에 전달하여 질문에 맞는 맥락적 답변을..
SK 네트웍스 family AI 캠프/수업 내용 복습
2025. 5. 12. 18:09
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 최종프로젝트
- 임베딩
- 어셈블
- Rag
- zero-shot
- sk네트웍스family
- sk네트웍스familyai캠프
- 12기
- openai
- 토익공부
- few-shot
- 모의테스트
- AWS
- sk네트웍스ai캠프
- 주간회고
- 전처리
- 중복인클루드
- ai캠프
- #include
- Docker
- 전문가를위한C++
- Langchain
- Unity
- 회고록
- one-shot
- sk네트웍스familyai캠프12기
- FastAPI
- Fine-tuning
- C++
- 헤더가드
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
글 보관함
250x250
반응형
