Seunggu Kang

비슷한 다른 api 인 finnhub api 를 사용해서 해결했습니다. 하지만, gpt 모델을 쓰는 경우에는 token 한계가 있어서, 한꺼번에 너무 많은 내용을 불러오면 TPM에 걸리는 문제가 자주 발생하네요. gemini 모델을 쓰는 경우는 <code>with_structured_output()</code> 를 지원하지 않아서 supervisor_node에서 자꾸 output parse 변환 문제가 발생합니다. prompt로 keyword로만 반환하라고 명시해놔도, tool을 호출하고 나면 <pre><code>'```tool_code\n# 요청된 주식 티커에 대한 최신 가격 견적을 가져옵니다.\ntickers = ["SNOW"]\n```'</code></pre>이런식으로 다시 무시하고 다른 형식으로 반환하고 이래가지고 gemini 모델은 거의 쓰기가 힘드네요..&nbsp;혹시 어떤 모델이든 상관없이 확실하게 output 포맷이 보장되게 할 수 있는 방법이 없을까요? 아니면 gpt모델을 써도 TPM limit에 안 걸리게 할 수 있는 방법이 있을까요?

yfinance 429 Client Error 문제

답변 감사합니다!Chain에 <code>PydanticOutputParser</code> 로 output parser를 이어 붙이면, LLM의 답변이 원하는대로 parsing이 됩니다. 그러나 그외의 방식으로 쓰게 되면, 파싱이 자주 실패합니다. Gemini 모델을 쓰는 경우 답변 앞뒤로<code>"```json ... ```"</code> 가 붙게 되어서 결국 이미 존재하는 <code>TypedDict</code>용 <code>StrOutputParser</code> 를 써도 파싱이 실패하고, 결국 custom한 Parser를 만들어줘야 해서 번거롭네요. 코드로 예를 들어드리면, 다음과 같은 노드를 만든다고 했을 때 : &nbsp;<pre><code>class LogState(BaseModel):
 project_name: str
 error_level: str
 time_period_hours: int
 environment: str

output_parser = PydanticOutputParser(pydantic_object=LogState)

def log_filter(state: UserQueryState) -> LogState: 
 user_input = state['user_input'] 
 chain = prompt | llm | output_parser 
 response: LogState = chain.invoke({'user_input': user_input})</code></pre>이런 식으로 할 경우에는 chain 과 pydantic output parsing 에 의해 답변이 원하는 스키마 형태로(LogState) 잘 나오는데 반해, &nbsp;<pre><code>class LogState(TypedDict):
 project_name: str
 error_level: str
 time_period_hours: int
 environment: str

from langchain_core.output_parsers import StrOutputParser

def log_filter(state: UserQueryState) -> LogState: 
 user_input = state['user_input'] 
 chain = prompt | llm | StrOutputParserser 
 response: LogState = chain.invoke({'user_input': user_input})</code></pre>다음과 같이 쓴다면 response에서 파싱이 안됩니다. 답변 앞뒤로 <code>"```json ... ```"</code> 같은 형태가 붙기 때문입니다. OpenAI 모델을 사용하면 또 다른 형식으로 붙습니다. 결국, Pydantic <code>BaseModel</code>을 사용하면 간단하게 주어진 outputparser 만 끝에 붙이는걸로도 충분히 output 값이 보장되지만, <code>TypedDict</code>를 쓰는 경우에는 모델마다 output 값을 일일이 custom 해줘야하는 문제가 발생합니다.

schema 질문

&nbsp;<blockquote>이진수만 봐서는 음수인지 양수인지 판단하기 어려워서 음수 양수 구분하기 위해 플래그를 사용한다 (p.59, p.106)</blockquote>책에 살짝 헷갈리게 적혀있긴 한데, 제가 알기론 2진수만 봐도 음수인지 양수인지 데이터의 타입이 명시되어 있다면 실제로 컴퓨터는 구분을 할 겁니다.예를 들면 8비트짜리 데이터가 있다고 할 때,unsigned (음수 존재 X) 타입의 데이터라면 데이터의 범위가 0~255가 되지만,signed (음수 존재 O) 타입의 데이터라면 데이터의 범위가 -128~127 입니다.signed 타입의 자료형인데 숫자가 128이 넘어간다? 즉, 최상위 비트가 1 이다 (1XXX XXXX 형태) 하면 무조건 음수이고 보수의 형태로 봅니다.&nbsp;근데 ALU에서 연산한 직후에는 연산자에서 데이터를 내보낼 때 타입형을 알 수 없어서? 부호 플래그를 사용해야 하나 봅니다. (저도 이 부분은 잘 모르겠습니다)&nbsp;

음수 데이터의 표시에 관하여

debug를 하다보니 from langchain_pinecone import PineconeVectorStore 이 부분을 실행할 때 전체 파일을 다시 진행하는 것을 보고, 파일 이름에 문제가 있다는 것을 깨달았습니다. 파일 이름을 pinecone.py라고 하는 바람에 현재 실행중인 파일을 다시 들어가고 circular import 에러가 났었네요.. 파일 이름을 바꾸고 실행하니 잘 됩니다. 해결했습니다. 감사합니다.

Seunggu Kang

投稿