RAG를 활용한 LLM Application 개발 (feat. LangChain)

인프런 강의 바로가기 ↗️

인프런 강의 바로가기 ↗️

RAG를 활용한 LLM Application 개발 (feat. LangChain)
1. 강의의 목적과 대상
- 1.1 우리가 만들어낼 결과물로 보는 강의의 목적
- 1.2 강의자료
2. 본격적인 개발 전 필요한 배경지식
- 2.1 Retrieval Augmented Generation(RAG)란?
- 2.2 Vector Database와 Embedding Model 성능 비교
3. LangChain을 활용한 Retrieval Augmented Generation(RAG) 구성
4. Streamlit을 활용한 ChatBot 구현
5. 서비스 배포했다고 끝이 아니다
- 5.1 LangSmith를 활용한 LLM Evaluation
- 5.2 이제는 AI Agent의 시대

Powered by GitBook

Last updated 7 days ago

↗️
↗️

LangChain Notebook 소스코드 Repository

Streamlit 소스코드 Repository

RAG 설명 발표자료 ↗️

On this page

1. 강의의 목적과 대상

1.2 강의자료

라이브 코딩으로 진행하는 강의의 소스코드

Previous1.1 우리가 만들어낼 결과물로 보는 강의의 목적 Next2. 본격적인 개발 전 필요한 배경지식