728x90
반응형
Langchain 모델 유형
- LLM : 단일요청에 대한 복잡한 출력을 생성하는데 적합
하나의 텍스트 문자열을 입력으로 받아 텍스트 문자열로 반환한다. 일반적인 언어 이해 문제나 텍스트 생성 작업에 사용 - Chat Model : 사용자와의 상호작용을 통한 연속적인 대화 관리에 적합
여러 메세지를 리스트로 입력받고 하나의 응답 메세지를 반환한다. 대화형 상황에 최적화(서로 주고 받는 형태)
ChatModel은 대화의 맥락을 유지하면서, 적절한 응답을 생성하는데 중점을 둔다.
> 두 모델은 서로 다른 특성과 용도를 가지고 있어, 목적에 맞추어 선택하여 사용해야 한다.
LLM (Large Language Model)
from langchain_openai import OpenAI
llm = OpenAI()
llm.invoke("한국의 대표적인 관광지 3군데를 추천해주세요.")
'\n\n1. 경복궁 (서울) - 대한민국의 대표적인 궁궐로, 조선 왕조의 건립 및 건축 양식을 보여주는 곳입니다. 아름다운 정원과 건물들이 많이 보존되어 있어서 한국의 역사와 문화를 체험할 수 있습니다.\n\n2. 제주도 (제주특별자치도) - 한국에서 가장 인기 있는 관광지로, 아름다운 자연경관과 독특한 문화, 맛집들이 많이 있는 곳입니다. 해변, 산, 화산, 동굴 등 다양한 자연 명소와 함께 제주 특유의 문화인 풍류와 제주 오일장 등을 즐길 수 있습니다.\n\n3. 부산 남포동 (부산) - 부산'
> OpenAI는 LLM 모델에 해당함
> 간단한 요청에 대한 출력을 생성하는 것을 볼 수 있다. (최대 토큰 개수로 인해 답변이 조금 잘린 듯 하다 😅)
Chat Model
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
chat = ChatOpenAI()
chat_prompt = ChatPromptTemplate.from_messages([
("system", "이 시스템은 여행 전문가입니다."),
("user", "{user_input}"),
])
chain = chat_prompt | chat
chain.invoke({"user_input": "안녕하세요? 한국의 대표적인 관광지 3군데를 추천해주세요."})
AIMessage(content='안녕하세요! 한국의 대표적인 관광지 3군데를 추천해드리겠습니다.\n\n1. 경복궁 (Gyeongbokgung Palace) - 서울의 중심에 위치한 경복궁은 조선 왕조의 궁궐로서 가장 크고 아름다운 궁궁 중 하나입니다. 경복궁에서는 한국 전통 건축물을 감상하고 궁중문화를 체험할 수 있습니다.\n\n2. 부산 해운대해수욕장 (Haeundae Beach) - 부산의 대표적인 해변으로 유명한 해운대해수욕장은 아름다운 모래사장과 시원한 바다를 즐길 수 있는 장소입니다. 해수욕뿐만 아니라 주변의 맛집과 관광명소도 풍부합니다.\n\n3. 경주 (Gyeongju) - 경주는 한국의 역사와 문화가 깃들어 있는 도시로서 세계문화유산에 등재된 고구려 유적지와 신라 왕궁, 불교 사찰 등이 있습니다. 경주는 한국의 역사적인 유산을 체험할 수 있는 멋진 관광지입니다.\n\n이렇게 한국의 대표적인 관광지 3군데를 추천해드렸습니다. 혹시 더 궁금한 사항이 있으시면 언제든지 물어보세요!')
> ChatOpenAI는 챗 형식의 모델에 해당함
> 메세지 종류마다 role과 content를 설정하여 프롬프트를 설정하고 이를 chat 모델에 전달한다.
프롬프팅에 대한 더 자세한 설명이 필요하다면? 아래 포스팅을 참조❗
728x90
반응형
'Natural Language Processing' 카테고리의 다른 글
[SeSac] LangChain 5 - Output Parser (0) | 2024.07.14 |
---|---|
[SeSac] LangChain 4 - 모델 파라미터 (0) | 2024.07.14 |
[SeSac] LangChain 2 - 프롬프트 (Prompt) (0) | 2024.07.14 |
[SeSac] LangChain 1 - 기본 LLM 체인 및 멀티체인 (0) | 2024.07.14 |
[Goorm] 딥러닝을 이용한 자연어 처리 8 (Attention 메커니즘) (0) | 2024.07.09 |