from langchain.chains.combine_documents import create_stuff_documents_chain 이 부분에서 에러가 납니다 TypeError: Fields of type "<class 'langchain_core.runnables.base.Runnable'>" are not supported.,
train_size = int(len(data) * 0.8) train_data = data.iloc[:train_size] test_data = data.iloc[train_size:] 훈련과 테스트 8:2로 잘 나누고 for i in range(lookback, len(data_scaled) - forecast_horizon): 이렇게 돌리면 그냥 전체 데이터를 학습한거 아닌가요? 결국 안나누고 학습한 것 같은데, 그럼 이 프로젝트는 그냥 데이터를 모두 학습한거죠? LR 버전으로 리팩토링해서 돌려보고 있는데 과적합뜨는 것 보니까 그냥 완전 똑같이 나오더라구요.
BOJ 1753 최단경로 문제를 pypy3 환경에서 PriorityQueue를 이용해서 풀었을 때 런타임에러가 납니다. heapq로 푸니까 정답처리가 되더라고요. 강의 수강하시는 분들 중에서도 통과에 어려움을 겪는 분이 있을까봐 공유차 Q&A 게시판에 작성합니다! 더불어, GPT한테 해당 현상의 이유를 물어보니 queue.PriorityQueue 가 멀티스레드용 동기화 큐라서 백준의 빡센 입력 + 제한 환경에서 시간/메모리/내부 예외로 터졌기 때문이고, 같은 로직을 heapq 로 바꾸면 그 오버헤드가 사라져서 통과되는 것이다. 라고 하는데, 프로그래머스와 같은 기업 코테용으로 사용할때도 heapq로 구현하는 걸 기본으로 익히는 게 낫다고 보면 될까요?
선생님 안녕하세요 좋은 강의 감사합니다. 강의를 보며 소스코드를 실행하고 있는데, 3.6 강의에서 수업에 나온 영상과 다르게 코드가 작동하는 부분이 있어서 질문드립니다. agent가 제시한 도구는 그대로 사용하되, args를 바꾸는 경우 수업에서는 아래 코드를 쓰면 바로 요약된 AIMessage가 작성되도록 진행이 되는데, for chunk in graph.stream( Command(resume={"action": "update_args", 'data' : {'query' : "Large Language Model : A Survey 논문의 내용을 검색해서 요약해주세요"}},), config, stream_mode="updates", # values가 아니다. 수정할때는 updates ): print(f'chunk == {chunk}') 저는 아래와 같이 나옵니다. 여기에서 continue를 해도 계속 같은 메시지가 무한반복이 되어버리는 현상이 나옵니다; agent가 제시한 도구를 바꾸는 경우 이 경우에도 위에 처럼 continue를 했음에도 불구하고 계속 "이렇게 진행하면 될까요?" 를 물어보는 현상이 나옵니다. 계속 continue를 해도 같은 현상이 반복되고요 혹시 선생님도 같은 오류가 발생하는지 확인이 가능하실까요? 혹시 이런 오류는 어떤 이유때문에 발생하는 것인지도 답변이 가능하시면 정말 감사하겠습니다. llm 모델을 small_llm이 아니라 일반 llm으로 하니 정상적으로 나오네요. small_llm의 한계 때문에 다음 단계로 못넘어가는 것일까요? 다음 단계로 넘어가는건 비교적 쉬운 task 같은데 small llm의 어떤 부분? 때문에 이런 무한 loop 오류가 발생하는 것인지도 궁금합니다. 답변이 가능하신 선에서 말씀해주시면 감사하겠습니다.
메이드 인 RAG(로컬 LLM Q&A시스템) With Docker + ollama + R2R
강의 내용대로 설정하여 http://localhost:7273/documents 페이지에서 문서를 업로드하였는데, 아래와 같은 메시지가 표시되면서 업로드가 실패하였습니다. Upload Failed Status 500: An error "500: Error during ingestion: OpenAl credentials not configured but openai/ model prefix used' occurred during create_document 내용 확인 부탁드립니다. 감사합니다.
안녕하십니까! 강사님! 항상 질문에 대한 답변을 잘 해주심에 감사드립니다! 목표는 학교 정보 챗봇이고 강사님의 강의 수강을 바탕으로 그래프 구현해보고 있습니다. 현재 에이전트로는 1) 웹 크롤링 하고 임베딩 시킨 정보를 바탕으로 답변해주는 에이전트(학사일정, 장학금, 휴학 등) 2) 의도와 다른 질문이 왔을 때 답변해주는 기본 llm 현재 이렇게 있습니다 여기다가 에이전트를 하나 더 추가해서 멀티 에이전트로 라우팅해서 사용하거나 툴콜링 기법을 연습해보려 하는데 추가 계획중인 에이전트는 다음과 같습니다. 3) 웹 사이트 공지사항에 대한 정보를 기반으로 답변해주는 에이전트 공지사항은 실시간성과 특정 기간에 대한 정보가 강하기 때문에 에이전트를 분리해야한다고 생각했습니다. 위의 해당 내용을 구현하기 위해서는 공지사항 크롤링 자동화 파이프라인을 구축한 후 이를 실시간으로 계속 임베딩을 시켜야할지 아니면 임베딩 기법이 아닌 다른 방법으로 구현하는게 좋을지에 대한 의문이 있습니다. 경험이 많으신 강사님께서의 노하우가 궁금합니다! 또한 위처럼 구현하게 될 경우 1번 에이전트와 3번 에이전트를 라우터 할때 시스템 프롬포트가 애매하다고 생각됩니다. 강사님이라면 어떻게 하실지 노하우에 대한 조언을 듣고 싶습니다!! 지식이 부족해서 깔끔하게 질문을 드리지 못함에 죄송합니다..! 감사합니다
문제 상황: 모듈을 불러오는 과정 중 에러 발생. (langchain 1.1.0 버전 사용 중) from langchain.chains import RetrievalQA 이유: langchain 최신 버전에서 chains 모듈이 langchain-classic 패키지로 분리되었다고 합니다. 해결 방법: pip install langchain-classic 패키지 설치 후 아래와 같이 코드 작성. from langchain_classic.chains import RetrievalQA