랭체인과 임베딩 벡터 데이터베이스 아키텍처 및 알고리즘 분석

이 글은 랭체인과 임베딩 벡터 데이터베이스를 분석한 것이다. 이를 통해, LLM 서비스 개발에 필요한 라이브러리 및 데이터베이스 구조를 이해하고, 다양한 분야에 응용할 수 있다. 

이 글은 다음 라이브러리 및 플랫폼 아키텍처 및 알고리즘을 분석한다. 

• 랭체인
• 벡터 데이터베이스
• OLLAMA
• LLAMA2.c

Why You Shouldn’t Invest In Vector Databases?

이 글에 관련된 용어와 상세 개념은 다음 링크를 참고한다. 

• 오픈소스 기반 LLM의 민주화, LLAMA-2 논문 분석 및 기술 요약하기
• 머신러닝 딥러닝 신경망 개념, 종류 및 개발
• 어텐션 기반 트랜스포머 딥러닝 모델 이해, 활용 사례 및 파치토치를 통한 간단한 사용방법 소개
• 트랜스포머 디코더 핵심 코드 구현을 통한 동작 메커니즘 이해하기
• 오픈소스 기반 LLM의 민주화, LLAMA-2 논문 분석 및 기술 요약
• 생성AI 멀티모달 모델 개발의 시작. OpenAI의 CLIP모델 이해, 코드 분석, 개발, 사용하기
• Computer vision deep learning: computer vision based on deep learning lecture materials, github
• GPU 없는 로컬에서 서비스 가능한 경량 소형 LLM, LLAMA2.c 빌드, 실행, 학습 및 코드 분석하기
• 대중화된 멀티모달 생성AI 모델, Stable Diffusion 아키텍처 분석과 동작 원리 이해

머리말

본론

마무리

레퍼런스

• 오픈소스 기반 LLM의 민주화, LLAMA-2 논문 분석 및 기술 요약하기
• 머신러닝 딥러닝 신경망 개념, 종류 및 개발
• 어텐션 기반 트랜스포머 딥러닝 모델 이해, 활용 사례 및 파치토치를 통한 간단한 사용방법 소개
• 트랜스포머 디코더 핵심 코드 구현을 통한 동작 메커니즘 이해하기
• 오픈소스 기반 LLM의 민주화, LLAMA-2 논문 분석 및 기술 요약
• 생성AI 멀티모달 모델 개발의 시작. OpenAI의 CLIP모델 이해, 코드 분석, 개발, 사용하기
• Computer vision deep learning: computer vision based on deep learning lecture materials, github
• GPU 없는 로컬에서 서비스 가능한 경량 소형 LLM, LLAMA2.c 빌드, 실행, 학습 및 코드 분석하기
• 대중화된 멀티모달 생성AI 모델, Stable Diffusion 아키텍처 분석과 동작 원리 이해