llm_openai_notebook

LLM Openai 노트북

이 저장소에는 Chatbots, 검색 세대 생성, 텍스트 생성, 프롬프트 엔지니어링 및 벡터 포함을 포함한 다양한 응용 프로그램에 대한 OpenAi의 LLM (Lang Enguage Models)을 탐색하고 활용하는 Jupyter 노트북이 포함되어 있습니다. 이 노트북은 다양한 상황에서 OpenAI 모델로 작업하기위한 포괄적 인 툴킷을 제공합니다.

저장소 구조

• OpenAi-chat.ipynb : 대화 상호 작용 및 응답 생성에 중점을 둔 OpenAI 모델을 사용하여 챗봇 설정을 보여줍니다.
• OpenAi-rag.ipynb : 관련 데이터의 검색과 컨텍스트 인식 답변에 대한 OpenAI 모델 응답을 결합하여 검색-예방 생성 (RAG)을 구현합니다.
• OpenAi-textGen.ipynb : 창의적인 작문, 콘텐츠 생성 및 유익한 텍스트 출력에 적합한 OpenAI 모델을 사용한 텍스트 생성에 중점을 둡니다.
• OpenAi_prompting.ipynb : 효과적인 프롬프트 엔지니어링을위한 방법과 기술을 제공하여 모델 동작을 안내하기 위해 프롬프트를 최적화하는 방법을 보여줍니다.
• OpenAi_Reference_rag.ipynb : 매우 정확한 응답을위한 참조 자료 통합을 포함하는 검색 생성에 대한 고급 노트북.
• OpenAi_vector_emb.ipynb : OpenAI 모델을 사용한 벡터 임베딩을 탐색하여 유사성 검색, 클러스터링 및 자연어 처리에 포함 된 임베딩을 사용하는 방법을 보여줍니다.

시작하기

전제 조건

이 노트북을 실행하려면 다음이 필요합니다.

• 파이썬 3.8+
• Jupyter 노트북
• requirements.txt 에 나열된 종속성 .txt

설치

1. 저장소 복제 :

   git clone https://github.com/simonpierreboucher/llm_openai_notebook.git
   cd llm_openai_notebook

2. 종속성 설치 :

   pip install -r requirements.txt

노트북을 실행합니다

1. Jupyter Notebook 시작 : 저장소 폴더로 탐색하고 실행하여 Jupyter를 열십시오.

   jupyter notebook

2. 노트를 선택하십시오 : 채팅, 헝겊 또는 텍스트 생성과 같은 기능을 탐색하려면 노트북을 열십시오.
3. 지침 다음 : 각 노트북에는 각 응용 프로그램에서 OpenAI 모델과 상호 작용하기위한 지침 및 단계가 포함되어 있습니다.

사용 사례

• Chatbot Development : OPENAI-CHAT.ipynb 및 OPENAI_PROMPTING.ipynb 를 사용하면 대화 에이전트를 생성하고 최적화 할 수 있습니다.
• 정보 검색 : 정확한 소스 지정 응답이 필요한 응용 프로그램에는 OPENAI-RAG.ipynb 및 OPENAI_REFERENCE_RAG.ipynb 사용합니다.
• 컨텐츠 제작 : OPENAI-TEXTGEN.ipynb 창의적 또는 정보 제공 컨텐츠를 생성하기위한 도구를 제공합니다.
• 임베딩 및 유사성 검색 : OPENAI_VECTOR_EMB.ipynb 유사성 일치, 클러스터링 등과 관련된 NLP 작업에 이상적입니다.

기여

우리는 기여를 환영합니다! 기능을 향상 시키거나 기능을 추가하거나 버그를 수정하기 위해 문제를 제출하거나 요청을 가져 오십시오.

특허

이 저장소는 MIT 라이센스에 따라 라이센스가 부여됩니다.