(youtube 모두의AI 님의 영상을 보며 공부한 내용을 정리)
LLM (Large Language Model)
- LLM의 발전 양상
- Closed Source
- 장점: 뛰어난 성능, API 방식의 편리한 사용성
- 단점: 보장할 수 없는 보안, API 호출 비용
- ex) GPT 시리즈, PALM, Bard
- Open Source
- 장점: Closed source 못지 않은 성능, 높은 보안성, 낮은 비용
- 단점: 개발 난이도 높음, 사용을 위한 GPU 서버 필요
- ex) Llama 계열의 LLM (Meta 사의 오픈소스 모델
- Transformer
- 구조 (인코더와 디코더)
- 인코더 (Encoder)
- 문장을 받는 역할
- 언어모델에 특정 문장을 줬을 때 해당 문장을 이해하는 부분
- 디코더 (Decoder)
- 문장을 출력하는 역할
- 인코더 (Encoder)
- 현재 NLP 모델의 대부분은 Transformer 아키텍쳐를 기반으로 함
- 모델의 용도에 따라 트랜스포머의 인코더, 디코더를 개별 또는 통합 사용
- 구조 (인코더와 디코더)
'인공지능 > LangChain' 카테고리의 다른 글
[LangChain] 공식문서 Build a Chatbot 실습 (2) (2) | 2024.07.26 |
---|---|
[LangChain] 공식문서 Build a Chatbot 실습 (1) (0) | 2024.07.25 |
[LangChain] 공식문서 Conceptual Guide docs (2) Components (0) | 2024.07.21 |
[LangChain] 공식문서 Conceptual Guide (1) Architecture, LCEL (0) | 2024.07.21 |
[LangChain] 1. LangChain에 대해서 (2) | 2024.07.16 |