안녕하세요! 강의를 수강하고 있는 학생입니다. 강의에서는 ChatGPT를 기반으로 실습을 진행하고 있는데, 개인적으로 Claude AI를 주로 사용하고 있어서 궁금한 점이 있습니다. 강의에서 다루는 이력서 분석, 작성, 피드백 등의 실습을 Claude로 진행해도 비슷한 결과를 얻을 수 있을까요? 혹시 강사님께서 Claude 사용 경험이 있으시거나, Claude로 실습할 때 주의할 점이나 프롬프트 차이점 등이 있다면 조언해주시면 감사하겠습니다.
문제 / 오류 / 질문에 대해 설명해 주세요 위 이미지 처럼 Structured Output Parse에서 에러가 발생합니다 제가 예상하기론 AI 모델에서 Input이 제대로 들어오지 않는 경우에 발생하는 것 같은데 해당 문제를 발생하지 않게 하려면 어떻게 할 수 있나요? 50건 처리하면 3~5건 정도가 이렇게 error로 결과를 못 받고 있습니다. 제가 시도한건 ai agent node에 retry on fail 옵션을 켜두었는데 이 옵션이 Structured Output Parse가 실패했을때는 재시도를 하지 않는것 같더라구요 다른 방법이 있을까요? 에러를 발생시키지 않는 방법이 있는지 혹은 에러가 발생해도 재시도할 수 있는 옵션이 있는지 오류 메시지가 있다면 작성해 주세요 Model output doesn't fit required format To continue the execution when this happens, change the 'On Error' parameter in the root node's settings { "errorMessage": "Model output doesn't fit required format", "errorDescription": "To continue the execution when this happens, change the 'On Error' parameter in the root node's settings", "errorDetails": {}, "n8nDetails": { "time": "2025. 9. 17. 오전 9:33:07", "n8nVersion": "1.109.1 (Cloud)", "binaryDataMode": "filesystem" } } 사용 중인 워크플로우를 공유해 주세요 n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): 운영 체제:
문제 / 오류 / 질문에 대해 설명해 주세요 아래는 제 워크플로우입니다 code2의 item 수가 많아질 수록 시트에 적재될 때 input과 결과가 매칭이 안되는 경우가 발생합니다 예시로 { 1, 2, 3, 4, 5, ....} 이런 아이템을 넣었으면 결과로 { 1', 2', 3', 4', 5', ....} 을 기대했으나 { 1', 3', 2', 4', 5', ....}, { 1', 2', '2', 3', 4', 5', ....} 처럼 순서가 뒤섞이는 것 처럼 나오게 되는데 해결할 수 있나요? 종종 이런 문제가 발생하는 걸까요? 사용 중인 워크플로우를 공유해 주세요 n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): 운영 체제:
문제 / 오류 / 질문에 대해 설명해 주세요 선생님의 강의를 듣고 100건 정도 AI가 분석하는 워크플로우를 작성했습니다. 다만 2번이 ai agent 호출이 있고 해당 ai agent 호출당 20~ 30 초 사이가 걸리다보니 100건 처리를 진행하는데 1시간이 넘게 걸리는 경우가 많아요 혹시 병렬처리를 한다거나 더 빠르게 할 수 있는 방법이 있을까요? 오류 메시지가 있다면 작성해 주세요 사용 중인 워크플로우를 공유해 주세요 n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): 운영 체제:
질문이 있습니다. 선생님께서 설정된 toml 파일은 캐럿(^)을 포함한 버전이 설정되어 있는데, 제가 프로젝트를 생성하고 toml을 확인할 경우 명시적으로 범위가 설정되어져 있습니다. 물론 큰 차이는 없겠지만 나중에 실질적인 업무나 개인적인 프로젝트를 진행할 때 영향도가 있을까요?? 만약 있다면 선생님처럼 버전을 지정해서 등록할 수 있는 설정이 따로 있을까요??
안녕하세요 첨부 되어 있는 강의 PDF의 순서와 강의 순서가 맞지 않고, 누락된 부분도 있는데 ... 강의 하시는 자료와 일치하는 강의 PDF를 다시 받을 수 있을까요 .. 왔다 갔다 하면서 어떻게 강의는 듣는데, 없는 부분도 있어서 수업 듣는데 어려움이 존재 합니다. 감사합니다.
안녕하세요. Gpt 프로젝트에 대해 질문입니다. 프로젝트에는 파일추가와 지침추가 기능이 있는데요. 질문1) '파일추가'에 관련 파일을 추가하면,프로젝트 채팅창에 프롬프트를 입력하면, 파일추가에 추가된 파일에 한정되어 GPT가 결과를 생성하는지 문의드립니다. 즉, '노트북 LM' 처럼, 업로드한 자료에 한정되어 결과를 생성하는지 궁금합니다. 질문2) 프로젝트에는 관련있는 다른 채팅을 추가 할 수 있는데요. 프로젝트에 관련 있는 다른 채팅을 추가한 한 후, 프로젝트 채팅창에 새로운 프롬프트를 입력하면, 이미 추가된 다른 채팅내용들을 반영하여, 결과값이 생성되는 것인지 궁금합니다.
안녕하세요 일단 제가 생각은 컨트롤러에서 Mono 나 Flux 를 반환하고 webflux 가 이를 구독할 때 실행된다. 인데 어쨌든 구독하는 동작도 이벤트 루프 스레드가 하는 거라고 생각합니다. 그렇다면 구독에서부터 Mono 또는 Flux 실행까지 같은 이벤트 루프 스레드가 이어서 동작하는 건가요? 만약 제가 생각하는 게 맞다면 컨트롤러에서 수행하는 것과 구독후 수행하는 것의 순서만 다를 뿐 성능 차이를 모르겠는데 제가 어떤 부분을 잘못생각하고있는 걸까요? 개념이 잡히지 않아 질문이 좀 이상한 거 같아 죄송합니다.
모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기
trainer = Trainer( model=model, args=training_args, train_dataset=tokenized_bionlp["train"], eval_dataset=tokenized_bionlp["validation"], tokenizer=tokenizer, data_collator=data_collator, compute_metrics=compute_metrics, ) trainer.train() 강의에서는 training 하면 바로 된다고 하셨는데, 2025년 8월 현재 입력하면 wandb: Logging into wandb.ai. (Learn how to deploy a W&B server locally: https://wandb.me/wandb-server) wandb: You can find your API key in your browser here: https://wandb.ai/authorize?ref=models wandb: Paste an API key from your profile and hit enter: 위와 같이 나옵니다. 어떻게 하면 될까요?