A collection of 92 articles on programming, technology and life.
Concept 선별된 문서들 각각의 답변(Response)을 구한 뒤, 모든 답변을 토대로 최종 답변을 구하는 이다. 각 문서의 답변을 구하는 과 최종 답변을 구하는 으로 구성되어 있다. 의 경우 에서 얻은 결과를 에 넘겨주는 역할을 수행한다. [Map Reduce Process Document](https://js.langchain.com/v0.1/docs/modules/c
Concept 선별된 문서들 각각의 점수(scroe)가 포함된 답변(Response)을 구한 뒤, 모든 답변들 중 가장 Score가 높은 Response를 출력하는 Model이다. 각각의 문서들의 답변을 구하는 과 그 답변을 토대로 최종 답변을 선별하는 그리고 이 둘을 잇는 총 3개의 chain이 필요하다. Map Re-rank Process 이미지]]으로 수동으로 연결하는 방법. [[Memory Modules]]은 String 형태로 저장하거나 Message형태로 저장하기 때문에 어떠한 형태로 저장하는지에 따라 연결하는 방법이 달라진다. Off-The-She
Detail [[Streamlit]]을 사용하여 UI를 제작했고 내부에는 [[Stuff LCEL Chain]]에 [[Memory Modules#Conversation Summary Buffer Memory|Conversation Summary Buffer Memory]]을 연결하여 Chain을 구성하였다. UI는 와 의 Chat 형식으로 구성하였고 Streamlit 특성 상 input widgit을 사용하는 순간 값들이 초기화 되기 때문에 [[Streamlit#session_state|session
Concept Caching을 통해 Human의 질문과 AI의 답변을 저장하여 같은 질문이 나왔을 때, 저장한 데이터를 보여줌으로써 시간과 비용을 효과적으로 줄일 수 있다. Caching을 사용하기 위해선 을 사용하여야 한다. setllmcache function Parameter에 어디에 저장할 지를 지정해주어야 한다. `python from langchain.globals import setllmcache se