AI 33
- LangChain과 LangGraph를 활용한 실전 프로젝트 구축 - part.9
- LangGraph를 활용한 복잡한 AI 워크플로우 구축 - part.8
- LangChain과 API 및 외부 서비스 연동 - part.7
- LangChain과 데이터베이스 및 벡터DB 연동 - part.6
- LangChain에서 Chains와 Workflow 활용하기 - part.5
- LangChain에서 Tools와 Agents 활용하기 - part.4
- LangChain에서 Multi-turn 대화와 Memory 활용하기 - part.3
- LangChain의 프롬프트 엔지니어링과 메시지 유형 활용하기 - part.2
- LangChain 개요 및 환경 설정 - part.1
- LangSmith Hub를 활용한 고급 프롬프트 최적화
- LangChain 에이전트 (Agent) 개념과 활용
- LangChain에서 Multi-turn 대화 구현하기
- LangChain 프롬프트 템플릿과 메시지 유형 활용하기
- LangChain에서 응답 속도 최적화: Caching 활용하기
- LangChain에서 실시간 응답을 위한 Streaming 구현
- LangChain 시작하기: 필수 라이브러리 설치 및 환경 설정
- RAG 챗봇 디버깅 및 성능 최적화- Part.6
- RAG 프롬프트 구성 및 LLM 응답 생성- Part.5
- 벡터 저장소 구축과 리트리버 활용- Part.4
- 문서 처리: Chunking과 Embedding- Part.3
- RAG 환경 설정 및 기본 코드 작성- Part.2
- RAG (Retrieval-Augmented Generation) 개념 및 구축 과정 개요- Part.1
- LangChain을 활용한 고급 체인 구성 및 최적화 전략
- Runnable 컴포넌트와 체인 확장하기 - 특강5
- LangChain Expression Language(LCEL) 이해하기 - 특강4
- 프롬프트를 활용한 페르소나 챗봇 만들기 - 특강3
- 프롬프트 템플릿 활용하기 (ChatPromptTemplate) - 특강2
- LangChain과 LLM의 기본 개념 - 특강1
- Hugging Face와 Stable Diffusion을 활용한 생성형 AI 모델 사용법
- 생성형 모델(Generative Models)의 기본 원리
- 생성형 AI(Generative AI)의 개발 과정과 어려움
- Hugging Face 모델의 사전 학습과 파인 튜닝
- Hugging Face의 Transformers 라이브러리로 NLP 모델 활용하기