설명
LlamaIndex를 활용한 에이전틱 RAG 구축 과정은 DeepLearning.AI에서 제공하며, 참가자들이 데이터를 지능적으로 탐색하고 분석할 수 있는 자율 에이전트를 만드는 방법을 가르칩니다. 이 과정은 LlamaIndex의 공동 창립자이자 CEO인 Jerry Liu가 이끌며, 에이전틱 RAG 시스템 개발에 중점을 둡니다. 참가자들은 Q&A 및 요약 작업을 처리할 수 있는 라우터 에이전트를 구축하고, 이를 인수 전달을 관리하도록 확장하는 방법을 배웁니다. 이 과정은 다중 문서 처리 및 디버깅을 위한 연구 에이전트 설계도 포함합니다. 표준 RAG 파이프라인과 달리, 이 접근 방식은 초기 발견에 따라 적응하여 데이터 검색을 향상시킵니다. 참가자들은 arXiv의 여러 연구 논문에서 정보를 탐색하고 요약하며 비교할 수 있는 에이전트를 구축하는 연습을 하게 됩니다. 이 과정은 문서에 대한 추론을 빠르게 구축하고자 하는 기본적인 Python 지식을 가진 누구에게나 적합합니다. 과정에는 6개의 비디오 강의, 4개의 코드 예제, 1개의 평가 과제가 포함되어 있으며, DeepLearning.AI 플랫폼 베타 기간 동안 무료로 이용할 수 있습니다.
- 카테고리교육 및 연구
- 요금제무료
LlamaIndex를 활용한 에이전틱 RAG 구축의 핵심 기능
LlamaIndex로 자율 에이전트 구축
에이전틱 RAG 시스템 개발
문서 Q&A 및 요약 기능 활성화
에이전트 추론 및 디버깅 안내
Q&A 작업을 위한 라우터 에이전트 설계
인수 전달을 위한 에이전트 확장
다중 문서 처리를 위한 연구 에이전트 생성
arXiv의 실제 데이터로 연습
LlamaIndex를 활용한 에이전틱 RAG 구축 사용 방법은?
학습: 비디오 강의 시청
연습: 코드 예제 완료
적용: LlamaIndex를 사용하여 에이전트 구축
디버깅: 에이전트 행동 효과적으로 안내
LlamaIndex를 활용한 에이전틱 RAG 구축의 사용 사례
- 문서 Q&A
- 데이터 요약
- 다중 문서 분석
- 에이전트 디버깅
- 연구 지원
