ITPE * JackerLab

개요LlamaIndex(구 GPT Index)는 LLM(Large Language Model)이 외부 데이터와 효율적으로 상호작용할 수 있도록 돕는 데이터 프레임워크이다. 문서, 데이터베이스, API 등 다양한 데이터 소스를 연결하고, 인덱싱 및 검색 기능을 제공하여 RAG(Retrieval-Augmented Generation) 파이프라인 구축에 최적화되어 있다.1 항목 내용 설명 정의LlamaIndexLLM 기반 데이터 검색·통합 프레임워크목적외부 데이터와 LLM 연결RAG 기반 응답 품질 향상필요성LLM의 지식 한계 극복최신 데이터 검색 및 활용LlamaIndex는 LLM이 정적 파라미터 지식을 넘어 동적 데이터와 상호작용할 수 있게 한다.2. 특징특징설명비고다양한 데이터 소스 연동PDF, DB..

개요CrewAI는 여러 AI 에이전트가 팀(Crew)을 이루어 복잡한 문제를 협력적으로 해결할 수 있도록 지원하는 오픈소스 프레임워크이다. 단일 LLM 기반 에이전트의 한계를 극복하고, 역할 기반 에이전트 협업을 통해 다양한 작업을 자동화·최적화하는 데 중점을 둔다.1. 개념 및 정의 항목 내용 설명 정의CrewAI다중 AI 에이전트 협업 프레임워크목적역할 기반 협력으로 복잡한 문제 해결LLM 기반 협력적 자동화필요성단일 에이전트 한계 극복대규모·다양한 작업 자동화CrewAI는 에이전트가 각자의 역할(Role)을 수행하며 협력하는 구조를 제공한다.2. 특징특징설명비고역할 기반 구조각 에이전트가 역할(Role)을 가짐유연한 팀 구성 가능다중 에이전트 협업여러 에이전트 간 상호작용복잡한 워크플로우 처리L..

개요AutoGen은 다중 에이전트(Multi-Agent) 시스템을 구성하여 대화형 AI, 자동화된 작업 수행, 복잡한 문제 해결을 가능하게 하는 오픈소스 프레임워크이다. 단일 모델이 아닌 여러 AI 에이전트가 협력하여 목표를 달성하도록 설계되었으며, LLM(Large Language Model)을 활용한 자동화된 워크플로우 구성에 최적화되어 있다.1. 개념 및 정의 항목 내용 설명 정의AutoGen다중 에이전트 AI 오케스트레이션 프레임워크목적에이전트 협력을 통한 복잡한 작업 자동화LLM 기반 워크플로우 최적화필요성단일 LLM 한계 극복협력적 AI 시스템 구현AutoGen은 다양한 에이전트를 연결하고, 상호작용을 통해 최적의 결과를 생성하는 차세대 AI 아키텍처다.2. 특징특징설명비고다중 에이전트 협..

개요ALiBi(Attention with Linear Biases)는 Transformer 기반 대규모 언어 모델(LLM)에서 위치 인코딩(Positional Encoding)을 대체하는 새로운 접근 방식이다. 전통적인 절대적·상대적 위치 인코딩의 한계를 극복하며, 학습된 모델이 더 긴 시퀀스에서도 일반화할 수 있도록 설계되었다.1. 개념 및 정의 항목 내용 설명 정의ALiBi (Attention with Linear Biases)어텐션에 선형 바이어스를 적용한 위치 인코딩 기법목적긴 문맥 처리 및 일반화 개선시퀀스 길이 확장성 확보필요성기존 위치 인코딩의 한계고정 길이 학습 데이터 의존성ALiBi는 추가 파라미터나 학습 과정 없이 단순한 수학적 바이어스만으로 긴 시퀀스 처리 능력을 제공한다.2. 특..