AI 요약관련 정보

• LLM 매니저는 사용자 승인 요청을 처리하는 Langraph 워크플로우이며, 메모리와 인간 피드백을 활용하여 학습하고 개선합니다. 🧠
• 다양한 승인 요청 유형에 적용 가능하며, 승인 및 거부 기준을 설정할 수 있습니다. 🗂️
• 사용자 요청을 받고, 메모리와 예시를 활용하여 추론 보고서를 생성한 후, 승인 또는 거부 결정을 내립니다. 📝
• 인간은 LM의 결정을 수락, 수정 또는 완전히 재작성할 수 있으며, 이러한 피드백은 반성 단계를 거쳐 메모리에 저장됩니다. ✍️
• 메모리 생성 및 저장 방식이 중요하며, 다양한 유형의 메모리를 저장하여 LM 매니저가 시간이 지남에 따라 학습하고 개선할 수 있도록 합니다. 📚
• Langraph 저장소에 초기 요청, 설명, 최종 답변을 저장하고, 의미론적 검색을 통해 유사한 과거 요청을 가져와 관련성 높은 예시를 제공합니다. 🔎
• 승인 및 거부 기준은 구성 가능하며, 어시스턴트별로 네임스페이스를 지정하여 다양한 승인 파이프라인을 관리할 수 있습니다. ⚙️
• LM은 설명과 상태 필드를 포함하는 도구를 사용하여 최종 답변을 생성하며, 인간은 에이전트 받은 편지함에서 이를 검토하고 수정할 수 있습니다. ✉️
• 인간이 LM의 응답을 수정하면 반성 단계를 거쳐 오류를 파악하고, 요약 보고서를 생성한 후 구체적인 반성을 추출하여 저장합니다. 💡
• 반성 그래프는 설명만 변경되었는지, 아니면 전체 답변이 변경되었는지에 따라 다른 노드로 라우팅하여 적절한 반성을 수행합니다. 🚦