로그인을 해주세요
추천
![[HD]프롬프트 하나로 데이터 분석 - LangChain(랭체인)으로 AI 분석 Part.4-1 BaseCallbackHandler, toolformer 논문 과정이미지](/theme/6/img/apply/view_blank.png)
[HD]프롬프트 하나로 데이터 분석 - LangChain(랭체인)으로 AI 분석 Part.4-1 BaseCallbackHandler, toolformer 논문
- 교육기간
- 30일
- 강의구성
- 0차시
- 교육시간
- 7시간
본 과정은 생성형 AI와 대규모 언어 모델(LLM)을 활용해 누구나 손쉽게 데이터 분석을 수행할 수 있도록 돕는 실전 중심의 교과 과정입니다.
LangChain 프레임워크를 기반으로 다양한 텍스트 데이터를 자동으로 요약하고 정리하며, 의미 있는 인사이트를 도출하는 방법을 배웁니다.
LangChain의 사용법을 자세히 강의하고 예시를 통해 AI를 활용한 데이터 분석 방법에 대해서 강의합니다.
▶교육대상
1. 파이썬을 학습하고 싶은 분
2. 프롬프트로 데이터 분석을 자동화하고 싶은 분
▶교육내용
1. on_tool_start, on_tool_end, on_agent_action, on_agent_finish, on_llm_start, on_llm_end, on_llm_new_token
2. serialized, inputs/prompts/messages/input_str/query
3. BaseCallbackHandler 구현 방법
4. token streaming, 도구 호출 과정에서 콜백 호출
5. on_chain_start/on_chain_end
6. toolformer - 1/2
7. toolformer - 2/2
▶수료기준
|
항목 |
진도율 |
진행단계평가 |
최종평가 |
과제 |
수료점수 |
|
평가비율 |
100% |
0% |
0% |
0% |
60점이상 |
|
수료조건 |
80% |
없음 |
없음 |
없음 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
학습목표
1. 언어 모델의 외부 도구 호출이 어떻게 가능한지 관련 논문을 통해 알아본다.2. PythonREPLTool을 Runnable로 변환한 뒤 다른 Ruunable 들과 연결해서 사용하는 방법을 익힌다.
3. Tool 클래스 또는 StructureTool 클래스를 사용하는 방법을 이해하고 적용할 수 있다.
4. BaseCallbackHandler 이벤트 핸들러 호출을 LangChain 애플리케이션을 개발하는 과정에서 디버깅, 추적 등의 목적으로 사용할 수 있다.
5. BaseCallbackHandler의 메서드의 파라미터 사용에 대해서 이해한다.
