AI 요약관련 정보

• 이 강좌는 Amazon Nova와 Bedrock을 활용하여 임베딩, RAG, 멀티모달 모델 및 에이전트를 다루며, 엔터프라이즈 AI 솔루션 구축에 중점을 둡니다. 🚀
• 텍스트 임베딩의 기본 개념부터 Amazon Titan 텍스트 임베딩, Langchain과 Amazon Bedrock의 통합까지 심층적으로 학습합니다. 📚
• BPE(Byte Pair Encoding), 트랜스포머, Hugging Face를 사용하여 임베딩을 생성하는 실질적인 방법을 배웁니다. 🧠
• 멀티모달 대규모 언어 모델(LLM)의 세계를 탐구하며, CLIP, BLIP 아키텍처와 Amazon Nova의 텍스트 및 이미지 이해 능력을 익힙니다. 🖼️
• 텍스트뿐만 아니라 이미지와 테이블에서도 정보를 추출하는 고급 멀티모달 RAG(Retrieval Augmented Generation) 기술을 습득합니다. 🔍
• Amazon Bedrock 에이전트와 지식 기반을 활용하여 보험 청구 프로세스를 자동화하는 종단간(end-to-end) 애플리케이션을 개발하는 실습 경험을 제공합니다. 💼
• 임베딩의 핵심은 원시 데이터를 LLM이 이해할 수 있는 숫자 배열(벡터)로 표현하는 것이며, 의미가 유사한 단어는 벡터 공간에서 가깝게 위치합니다. 🔢
• LLM 학습 전 데이터 준비 과정에서 텍스트를 토큰으로 분할하고 각 토큰에 고유한 ID를 할당하는 토큰화 과정을 상세히 설명합니다. ✂️
• ticktoken 및 torch와 같은 라이브러리를 사용하여 실제 텍스트 데이터를 토큰화하고 고유 어휘를 생성하는 과정을 시연합니다. 💻
• 'Building LLM from scratch'와 같은 참고 자료를 활용하여 LLM의 기본 원리를 깊이 이해하도록 돕습니다. 📖