반응형 AI 개발/LLM40 LLM을 이용하여 지식 그래프로 시각화하기 Auto Schema KG Knowledge Graph 🧠 LLM과 지식 그래프(KG)의 만남이 이렇게까지 강력할 줄은 몰랐습니다.이번 글에서는 AutoSchemaKG 프레임워크를 바탕으로, 기술주들 간의 협력, 경쟁, 종속 관계를 자동 추출하고, 그것을 실시간 RAG 시스템에 통합하는 전 과정을 소개하겠습니다.🧩 목표입력 데이터: 기술주 관련 기사/리서치/IR 문서 (ex. 엔비디아, 애플, 테슬라, 마이크로소프트 등)출력 목표: 기업 간 관계 그래프 + RAG 기반 질문 응답 시스템예시 질문: “애플은 어떤 기업에 의존하고 있나요?” “엔비디아와 경쟁하는 회사는 어디인가요?”1. 기술주 문서 수집 및 전처리📄 sample_tech_articles.txt- Nvidia provides GPUs to OpenAI, integrated into Micro.. 2025. 7. 2. ChatGPT 프롬프트 공식 - 금융 AI 개발자를 위한 실전 가이드 🧠 ChatGPT 프롬프트 공식 (금융 AI 개발자를 위한 실전 가이드)“LLM은 정확한 입력이 있을 때, 정확한 출력을 준다.”아무리 강력한 AI 모델이라도 프롬프트가 모호하거나 구조화되어 있지 않으면 결과는 기대 이하입니다.특히 금융 데이터 분석, 모델링 자동화, 보고서 생성 같은 정밀한 작업에서는, 프롬프트 설계 능력이 정확도와 효율성을 결정짓는 핵심입니다.✅ 금융 실무에 최적화된 5가지 프롬프트 구성요소목적 명시 – 무엇을 하라는 것인지 정확히 지시하기배경 정보 제공 – 데이터와 문맥을 명확히 전달하기출력 형식 정의 – 표, 코드, JSON 등으로 결과물 틀 잡기예시 제공 – 원하는 결과를 사전에 보여주기AI 역할 설정 – AI가 어떤 관점/전문가로 생각해야 하는지 지정하기1. 🎯 목적 명시:.. 2025. 6. 29. 📌 Ollama vs Hugging Face: 어떤 차이가 있을까? 📌 Ollama vs Hugging Face: 어떤 차이가 있을까?AI 모델을 실행하고 활용하는 데 있어 Ollama와 Hugging Face는 각각 다른 방식으로 접근합니다.이 글에서는 Ollama와 Hugging Face의 주요 차이점을 비교하고, 어떤 상황에서 각각을 사용하는 것이 적절한지 알아보겠습니다. 🚀1️⃣ Ollama란? 🤖Ollama는 로컬 환경에서 LLM을 간편하게 실행할 수 있도록 설계된 도구입니다.특히 오픈소스 AI 모델을 쉽게 다운로드하고 실행할 수 있어, 로컬 AI 애플리케이션 개발에 적합합니다. ✅ Ollama의 특징✔️ 로컬 실행: 인터넷 없이도 AI 모델을 실행할 수 있음✔️ 간단한 명령어: ollama run model-name만 입력하면 실행 가능✔️ 모델 최적화:.. 2025. 1. 31. DeepSeek R1 챗봇 만들기! 🚀 AI 대화형 모델을 내 PC에서 실행하는 방법 🤖 최근 AI 기술이 발전하면서 다양한 오픈소스 LLM(Large Language Model)이 등장하고 있습니다. 그중에서도 DeepSeek R1은 강력한 추론 성능을 제공하는 모델로, Ollama를 통해 로컬에서 쉽게 실행할 수 있습니다. 2025.01.28 - [AI 공부/LLM] - 딥시크 사용법 DeepSeek R-1, 로컬 설치와 활용법 🌟 당신만의 AI 비서 만들기! 딥시크 사용법 DeepSeek R-1, 로컬 설치와 활용법 🌟 당신만의 AI 비서 만들기!요즘 DeepSeek R-1에 대해 이야기하는 분들 많죠? 😍 중국 AI 기업 DeepSeek에서 개발한 이 오픈소스 AI 언어 모델은 OpenAI의 GPT와 견줄 만하거나, 일부 사용자는 더 뛰어나다고 평가합니다. 🤔✨ 특히,datas.. 2025. 1. 31. 이전 1 2 3 4 ··· 10 다음 반응형
