Buckets:

rtrm's picture
download
raw
11.8 kB
<meta charset="utf-8" /><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;소개&quot;,&quot;local&quot;:&quot;introduction&quot;,&quot;sections&quot;:[{&quot;title&quot;:&quot;학습 내용&quot;,&quot;local&quot;:&quot;what-you’ll-learn&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2}],&quot;depth&quot;:1}">
<link href="/docs/agents-course/pr_653/ko/_app/immutable/assets/0.e3b0c442.css" rel="modulepreload">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/entry/start.dd97e363.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/scheduler.cc52f4b9.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/singletons.1bb84135.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/index.5033808a.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/paths.8b47b4c6.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/entry/app.60fadfd5.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/preload-helper.47f5cf13.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/index.1e918bfb.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/nodes/0.93f709bf.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/each.e59479a4.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/nodes/2.89974c76.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/CopyLLMTxtMenu.9e741ad4.js">
<link rel="modulepreload" href="/docs/agents-course/pr_653/ko/_app/immutable/chunks/MermaidChart.svelte_svelte_type_style_lang.daa0d9e5.js"><!-- HEAD_svelte-u9bgzb_START --><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;소개&quot;,&quot;local&quot;:&quot;introduction&quot;,&quot;sections&quot;:[{&quot;title&quot;:&quot;학습 내용&quot;,&quot;local&quot;:&quot;what-you’ll-learn&quot;,&quot;sections&quot;:[],&quot;depth&quot;:2}],&quot;depth&quot;:1}"><!-- HEAD_svelte-u9bgzb_END --> <p></p> <div class="items-center shrink-0 min-w-[100px] max-sm:min-w-[50px] justify-end ml-auto flex" style="float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"><div class="inline-flex rounded-md max-sm:rounded-sm"><button class="inline-flex items-center gap-1 h-7 max-sm:h-7 px-2 max-sm:px-1.5 text-sm font-medium text-gray-800 border border-r-0 rounded-l-md max-sm:rounded-l-sm border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-live="polite"><span class="inline-flex items-center justify-center rounded-md p-0.5 max-sm:p-0 hover:text-gray-800 dark:hover:text-gray-200"><svg class="sm:size-3.5 size-3" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M28,10V28H10V10H28m0-2H10a2,2,0,0,0-2,2V28a2,2,0,0,0,2,2H28a2,2,0,0,0,2-2V10a2,2,0,0,0-2-2Z" transform="translate(0)"></path><path d="M4,18H2V4A2,2,0,0,1,4,2H18V4H4Z" transform="translate(0)"></path><rect fill="none" width="32" height="32"></rect></svg></span> <span>Copy page</span></button> <button class="inline-flex items-center justify-center w-6 max-sm:w-5 h-7 max-sm:h-7 disabled:pointer-events-none text-sm text-gray-500 hover:text-gray-700 dark:hover:text-white rounded-r-md max-sm:rounded-r-sm border border-l transition border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-haspopup="menu" aria-expanded="false" aria-label="Open copy menu"><svg class="transition-transform text-gray-400 overflow-visible sm:size-3.5 size-3 rotate-0" width="1em" height="1em" viewBox="0 0 12 7" fill="none" xmlns="http://www.w3.org/2000/svg"><path d="M1 1L6 6L11 1" stroke="currentColor"></path></svg></button></div> </div> <h1 class="relative group"><a id="introduction" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#introduction"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>소개</span></h1> <p data-svelte-h="svelte-1lr1l38"><img src="https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/bonus-unit1/thumbnail.jpg" alt="Bonus Unit 1 Thumbnail"></p> <p data-svelte-h="svelte-19e3z86">첫 번째 <strong>Bonus Unit</strong>에 오신 것을 환영합니다. 여기에서 <strong>함수 호출을 위한 대형 언어 모델(LLM)을 미세 조정하는 방법</strong>을 배우게 됩니다.</p> <p data-svelte-h="svelte-tw0mit">대형 언어 모델(LLM)에서 함수 호출은 <em>필수 학습</em> 기술이 되어 가고 있습니다.</p> <p data-svelte-h="svelte-1hn0gkl">여기서 핵심은 Unit 1에서 했던 것처럼 프롬프트 기반 접근 방식에만 의존하는 대신, 함수 호출을 통해 <strong>학습 과정에서 직접 행동을 수행하고 관찰된 정보를 해석하도록</strong> 모델을 훈련시켜 AI의 견고성을 높인다는 점입니다.</p> <blockquote data-svelte-h="svelte-10i7onz"><p><strong>Bonus Unit을 언제 진행해야 하나요?</strong></p> <p>이 섹션은 <strong>선택 사항</strong>이며 Unit 1보다 <strong>심화된 내용</strong>을 다루므로, 지금 바로 진행하거나 이 과정을 통해 지식이 더 쌓인 후에 다시 살펴보셔도 좋습니다.</p> <p>하지만 걱정하지 마세요. 이 Bonus Unit은 필요한 모든 정보를 담고 있어, 미세 조정의 내부 작동 방식을 아직 배우지 않으셨더라도 함수 호출을 위한 핵심 개념을 하나하나 안내해 드립니다.</p></blockquote> <p data-svelte-h="svelte-1enz9rz">Bonus Unit을 가장 효과적으로 따라가려면:</p> <ol data-svelte-h="svelte-165gq95"><li><p>아직 Transformers로 대형 언어 모델(LLM)을 미세 조정하는 방법을 모른다면 <a href="https://huggingface.co/learn/nlp-course/chapter3/1?fw=pt" rel="nofollow">여기</a>를 확인하세요.</p></li> <li><p><code>SFTTrainer</code>를 사용하여 모델을 미세 조정하는 방법을 알고 싶다면 <a href="https://huggingface.co/learn/nlp-course/en/chapter11/1" rel="nofollow">공식 문서</a>를 참조하세요.</p></li></ol> <hr> <h2 class="relative group"><a id="what-you’ll-learn" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#what-you’ll-learn"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>학습 내용</span></h2> <ol data-svelte-h="svelte-1mnunic"><li><p><strong>함수 호출</strong><br>
최신 LLM이 대화를 구조화하여 <strong>도구</strong>를 호출할 수 있게 하는 방법을 배웁니다.</p></li> <li><p><strong>LoRA (저차원 적응)</strong><br>
계산 및 저장 오버헤드를 줄여주는 <strong>경량화되고 효율적인</strong> 미세 조정 방법입니다. LoRA는 대형 모델을 <em>더 빠르고 저렴하게 훈련하고, 쉽게 배포할 수 있게 합니다.</em></p></li> <li><p>함수 호출 모델에서의 <strong>사고 → 행동 → 관찰 사이클</strong><br>
간단하지만 강력한 접근 방식으로, 모델이 언제(그리고 어떻게) 함수를 호출할지 결정하고, 중간 단계를 추적하며, 외부 도구나 API로부터 받은 결과를 해석하는 과정을 구조화합니다.</p></li> <li><p><strong>새로운 특수 토큰</strong><br>
모델이 다음 항목들을 구별할 수 있도록 특수한 마커를 도입합니다.</p> <ul><li>내부 “사고 과정” 추론</li> <li>함수 호출 요청</li> <li>외부 도구로부터 돌아오는 응답</li></ul></li></ol> <hr> <p data-svelte-h="svelte-iitvbi">Bonus Unit을 마치면 다음을 할 수 있습니다.</p> <ul data-svelte-h="svelte-1ulg8t1"><li><strong>도구</strong> 관련 API의 내부 작동 방식을 <strong>이해</strong>합니다.</li> <li>LoRA 기법을 사용하여 모델을 <strong>미세 조정</strong>합니다.</li> <li>사고 → 행동 → 관찰 사이클을 <strong>구현</strong>하고 <strong>수정</strong>하여 견고하고 유지보수 가능한 함수 호출 워크플로를 만듭니다.</li> <li>모델의 내부 추론과 외부 행동을 원활하게 구분할 수 있도록 <strong>특수 토큰을 설계 및 활용</strong>합니다.</li></ul> <p data-svelte-h="svelte-1v3erz9">그리고 <strong>함수를 호출하기 위해 직접 모델을 미세 조정</strong>하게 됩니다. 🔥</p> <p data-svelte-h="svelte-2wv9t3">이제 <strong>함수 호출</strong>에 대해 본격적으로 살펴보겠습니다!</p> <a class="!text-gray-400 !no-underline text-sm flex items-center not-prose mt-4" href="https://github.com/huggingface/agents-course/blob/main/units/ko/bonus-unit1/introduction.mdx" target="_blank"><svg class="mr-1" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M31,16l-7,7l-1.41-1.41L28.17,16l-5.58-5.59L24,9l7,7z"></path><path d="M1,16l7-7l1.41,1.41L3.83,16l5.58,5.59L8,23l-7-7z"></path><path d="M12.419,25.484L17.639,6.552l1.932,0.518L14.351,26.002z"></path></svg> <span data-svelte-h="svelte-zjs2n5"><span class="underline">Update</span> on GitHub</span></a> <p></p>
<script>
{
__sveltekit_71ttkj = {
assets: "/docs/agents-course/pr_653/ko",
base: "/docs/agents-course/pr_653/ko",
env: {}
};
const element = document.currentScript.parentElement;
const data = [null,null];
Promise.all([
import("/docs/agents-course/pr_653/ko/_app/immutable/entry/start.dd97e363.js"),
import("/docs/agents-course/pr_653/ko/_app/immutable/entry/app.60fadfd5.js")
]).then(([kit, app]) => {
kit.start(app, element, {
node_ids: [0, 2],
data,
form: null,
error: null
});
});
}
</script>

Xet Storage Details

Size:
11.8 kB
·
Xet hash:
c66a5aade5bfc22d913088b0faa54947084e25482452afb41a1b3ca44fc53e6f

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.