HuggingFace - Agent Course 요약
1.Hugging Face Agents Course - Chapter1, LLM 이란
참가 방법 Agent의 정의 Chapter 1 Agents Course 참가 방법 Agent 에이전트 정의 "에이전트는 AI모델을 활용하여 환경과 상호작용하여 사용자가 정의한 목표를 달성하는 시스템입니다. 추론, 계획 및 작업 실행(외부 도구 등을 사용)을 결합
2.Hugging Face Agents Course - Chapter1, Special Tocken 이란
Messages and Special Tokens LLM의 UI를 보는 것과 모델에 입력된 프롬프트는 서로 상이하다. LLM(대규모 언어 모델)과 특수 토큰(special tokens) 각 모델은 메시지의 시작과 끝을 구분하기 위해 고유한 토큰을 사용함 (예:
3.Hugging Face Agents Course - Chapter1, Tool
도구(Tool)란 무엇인가? 도구(Tool)이란 LLM에게 제공되는 function이다. 도구의 예시 에이전트가 최신 데이터를 필요로 한다면 이를 제공하는 도구가 필요하다. 예를 들어, 검색 도구 없이 LLM에 직접 오늘의 날씨를 물어본다면, LLM이 무작위 날씨를
4.Hugging Face Agents Course - Chapter1, 에이전트를 이해하는 사고-행동-관찰 (Thought-Action-Observation)사이클
AI 에이전트의 전체적인 워크플로우(Complete AI Agent Workflow)를 살펴보겠습니다.이 과정은 우리가 사고(Thought) - 행동(Action) - 관찰(Observation) 사이클이라고 정의한 흐름을 따릅니다.에이전트(Agent)는 연속적인 사이
5.Hugging Face Agents Course - Chapter1, 행동(Actions): 에이전트(Agent)가 환경(Environment)과 상호작용하도록 만들기
이 섹션에서는 AI 에이전트가 환경(Environment)과 상호작용하는 구체적인 과정을 다룹니다.다음 내용을 중점적으로 살펴보겠습니다:1.행동(Actions)0의 표현 방법JSON, 코드(Code) 등의 형식으로 행동을 나타내는 방식정지 및 구문 분석(Stop and
6.Hugging Face Agents Course - Chapter1, 관찰(Observe): 피드백(Feedback) 통합을 통한 반영(Reflect) 및 적응(Adapt)
관찰(Observations)은 에이전트(Agent)가 자신의 행동(Actions)의 결과를 인식하는 방식입니다. 이는 에이전트의 사고 과정(Thought Process)을 강화하고, 이후 행동(Future Actions)을 안내하는 핵심 정보를 제공합니다.🚀 관찰(
7.Hugging Face Agents Course - Chapter1, Dummy Agent Library
이 과정은 특정 프레임워크에 종속되지 않는(Framework-Agnostic) 방식으로 진행됩니다. AI 에이전트 개념(Concepts)에 집중하고, 특정 라이브러리의 세부 사항에 얽매이지 않음 학생들이 원하는 프레임워크에서 자유롭게 적용 가능 LangGraph, La