왜 LangChain을 써야할까? 언어 모델로 구동되는 애플리케이션을 개발하기 위한 프레임워크 언어 모델을 더 잘 활용할 수 있도록 해주는 도구 정보 접근 제한 ChatGPT는 검색 기능이 없다. → 2021년까지 데이터만 있음 토큰 제한 GPT-4는 8192토큰이라는 입력 토큰 제한 책이나, 사내 법규를 입력하여 대화를 하는 경우 입력 토큰 제한이 아쉬운 경우가 있음 환각 현상 정보가 없는데 엉뚱한 대답이나 거짓말을 하는 경우가 많다 ⇒ ChatGPT의 개량이 필요함 → Fine-tuning : 기존 모델의 weight를 조정하여 원하는 용도로 업데이트 → N-shot Learning : 0~n개의 출력 예시를 제시하여, 딥러닝이 용도에 맞는 출력을 하도록 조정 → In-context Learning : 문맥을 제시하고, 이 문맥 기반으로 출력하도록 조정 LangChain의 종류와 역할 LLM : 초거대 언어모델, 생성모델의 엔진과 같은 역할을 하는 핵심 구성 요소 ( GPT, PALM, LLAMA… ) Prompts : 초거대 언어모델에게 지시하는 명령문 prompt Templates, Example Selectors, Output Parsers .. Index : LLM이 문서를 쉽게 탐색할 수 있도록 구조화하는 모듈 Document Loaders, Text Splitters, Vectorstores.. Memory : 채팅 이력을 기억하도록 하여, 이를 기반으로 대화가 가능하도록 하는 모듈