간호사를 위한 ChatGPT 프롬프트

간호사는 환자의 직접적인 치료와 돌봄에서 핵심 역할을 하며, 다양한 상황에서 신속하고 정확한 의사 결정이 요구됩니다. 아래 제시된 프롬프트들은 간호사가 환자 관리, 의료 기기 사용, 응급 상황 대응, 그리고 감염 제어와 관련하여 자주 마주치는 상황들에 대한 대응 방법을 탐색하는 데 도움이 될 것입니다.

Read More

사용자 정의 데이터와 LLM의 결합: LlamaIndex의 고수준 개념 탐색

LlamaIndex는 다양한 데이터 소스와 포맷에서 데이터를 취득하고 구조화하여, 대규모 언어 모델(LLM) 기반의 응용 프로그램(예: Q&A, 챗봇, 에이전트)을 사용자 정의 데이터로 향상시키는 데 필요한 도구를 제공합니다. 이 프레임워크는 검색 증강 생성(RAG) 패러다임을 통해 사용자의 쿼리에 대한 응답을 생성하기 위해 쿼리 단계에서 관련 컨텍스트를 검색하고 LLM에 전달하는 데 중점을 둡니다. LlamaIndex는 검색기, 노드 포스트프로세서, 응답 합성기와 같은 구성 요소를 제공하여, 사용자가 쿼리 엔진, 채팅 엔진 또는 에이전트와 같은 다양한 RAG 파이프라인을 구축하고 통합할 수 있도록 지원합니다.

Read More

LlamaIndex 초보자 튜토리얼

LlamaIndex는 Llama 모델을 로컬 환경에서 실행하고 인덱스를 구축하여 텍스트 데이터를 쿼리할 수 있는 도구를 제공합니다. 사용자는 Python 스크립트 또는 Jupyter 노트북을 통해 문서를 인덱스화하고, 특정 키워드 또는 질문에 대한 쿼리를 실행하여 관련 정보를 검색할 수 있습니다. 또한, 사용자는 로깅을 설정하여 쿼리 및 이벤트를 확인하고, 인덱스를 디스크에 저장하거나 디스크에서 다시 로드할 수 있는 기능도 제공합니다.

Read More

자동 생성된 에이전트 채팅: 웹 정보가 필요한 작업 해결

AutoGen 프레임워크에서, AssistantAgent는 사용자의 요구 사항에 따라 Python 코드를 작성하는 역할을 하며, UserProxyAgent는 이 코드를 실행하는 프록시 역할을 합니다. 예를 들어, 사용자가 10대 기술 회사의 올해 수익 정보를 요청하면, AssistantAgent는 이 작업을 수행하기 위한 코드를 작성합니다. 그 후, UserProxyAgent는 이 코드를 실행하여 웹에서 필요한 정보를 획득하고 사용자에게 제공합니다.

Read More

2023년을 위한 벡터 데이터베이스 선택: 비교 및 안내

세맨틱 검색(Semantic search)과 검색 증강 생성(Retrieval-augmented generation, RAG)이 온라인 상호 작용을 재정의하는 시대에, 이런 발전의 기반이 되는 핵심 구성요소인 벡터 데이터베이스는 종종 간과됩니다. 대규모 언어 모델, RAG 또는 세맨틱 검색을 활용하는 어떤 플랫폼을 찾고 계신다면 이 글이 도움이 될 것입니다.

Read More

대학생을 위한 ChatGPT 프롬프트: 학업과 생활을 도와줄 AI 대화 파트너

ChatGPT는 OpenAI에서 개발된 AI 도구로, 대학생들의 학업과 생활에 다양한 지원을 제공할 수 있습니다. 학업 향상, 시간 관리, 대인 관계 문제, 스트레스 관리 등 여러 주제에서 도움을 받을 수 있으며, 이를 통해 대학생활을 더 즐겁고 효과적으로 만들 수 있습니다. ChatGPT는 학습 자료 추천, 과제 도움, 동아리 활동 조언 등 다양한 방면에서 대학생들의 좋은 파트너가 될 수 있습니다.

Read More