General AI

클로드의 혁신적 기능: Artifact클로드(Claude)는 Anthropic에서 개발한 최첨단 AI 언어 모델입니다. 대화형 AI 어시스턴트로서 다양한 작업을 수행할 수 있으며, 특히 복잡한 분석, 코딩, 창의적 글쓰기 등에서 뛰어난 성능을 보입니다. 클로드는 지속적으로 업데이트되며, 현재 가장 최신 버전은 Claude 3.5 시리즈입니다.Artifact: 클로드만의 특별한 기능클로드가 ChatGPT와 차별화되는 가장 주목할 만한 기능 중 하나는 바로 'Artifact'입니다. 이 기능은 사용자와 AI의 상호작용을 한 단계 더 발전시킨 혁신적인 도구입니다.Artifact란 무엇인가?Artifact는 대화 중에 생성되는 독립적이고 실질적인 콘텐츠를 의미합니다. 이는 코드 스니펫, 문서, HTML 페이지,..

Streamlit으로 PDF 추출기 만들기: 전체 코드 및 단계별 설명Streamlit을 사용하여 PDF 파일의 내용을 추출하고 Markdown 형식으로 변환하는 웹 애플리케이션을 만드는 방법을 단계별로 알아보겠습니다. 이 도구는 PDF 파일을 업로드하고, 내용을 추출한 후 Markdown 형식으로 다운로드할 수 있게 해줍니다.전체 코드먼저 전체 코드를 살펴보겠습니다:import streamlit as stimport osfrom datetime import datetimefrom pdf2image import convert_from_pathimport pytesseractfrom PIL import Imageimport io# Tesseract 경로 설정 (시스템에 따라 다를 수 있음)pytessera..

WebCrawler와 GPT-4를 사용하여 OpenAI 모델 가격 추출하기소개이 포스트에서는 crawl4ai 라이브러리를 사용하여 웹페이지에서 OpenAI 모델 가격 정보를 추출하는 과정을 안내합니다. 우리는 GPT-4의 강력한 기능을 활용하여 관련 데이터를 파싱하고 추출할 것입니다. 이 튜토리얼을 완료하면 웹 크롤링과 AI를 사용하여 웹사이트에서 데이터를 수집하는 방법을 이해할 수 있게 될 것입니다.사전 준비시작하기 전에 다음이 설치되어 있는지 확인하세요:Python 3.7 이상crawl4ai 라이브러리dotenv 라이브러리설정 및 코드환경 변수 설정: OpenAI API 키를 환경 변수로 설정합니다. 프로젝트 디렉토리에 .env 파일을 생성하고 다음과 같이 API 키를 추가합니다.OPENAI_API_..

RAG vs Non-RAG: 지하철 정보 검색 실험이번 포스트에서는 Retrieval-Augmented Generation (RAG)와 일반 언어 모델의 성능을 비교하는 실험을 진행했습니다. 지하철 역 정보를 기반으로 두 방식의 답변 능력을 테스트했습니다.실험 환경운영체제: WSL Ubuntu 22.04데이터: 지하철 역 정보 (약 500줄)샘플 데이터:전철역코드 전철역명 전철명명(영문) 호선 외부코드 전철명명(중문) 전철명명(일문)1904 망월사 Mangwolsa 01호선 112 望月寺 マンウォルサ1007 신도림 Sindorim 01호선 140 新道林 シンドリム1708 금정 Geumjeong ..

우분투에서 삼바(SAMBA) 설치하기: 단계별 가이드우분투에서 삼바(SAMBA)를 설치하고 관리하는 방법에 대해 알아보려고 해요. 삼바는 리눅스와 윈도우 간의 파일 공유를 가능하게 해주는 굉장히 유용한 도구입니다.준비물Ubuntu 20.04가 설치된 PC 또는 노트북삼바 설치하기먼저, 터미널을 열고 다음 명령어로 삼바를 설치해줍니다:sudo apt-get install samba설치가 완료되면, 삼바 설정 파일을 열어 내용을 추가해야 해요:파일 맨 아래에 다음 내용을 추가해주세요:여기서 (username) 부분은 여러분의 실제 사용자 이름으로 바꿔주세요![data] comment = data path = /data guest ok = no writable = yes create mask..

터미네이터 마스터하기: 필수 단축키 가이드강력한 터미널 에뮬레이터인 터미네이터(Terminator)의 필수 단축키들을 알아보겠습니다. 이 단축키들을 익히면 여러분의 터미널 작업 효율성이 크게 향상될 거예요!터미네이터 설치터미네이터는 아래 명령어로 설치 합니다. '-y' 옵션은 설치 과정 중 나타나는 모든 프롬프트에 자동으로 "예"라고 대답합니다.sudo apt install terminator -y창 관리창 분할수평 분할: Ctrl + Shift + O수직 분할: Ctrl + Shift + E창 닫기현재 창 닫기: Ctrl + Shift + W창 크기 조절현재 창 확대: Ctrl + Shift + X모든 창 같은 크기로: Ctrl + Shift + A창 간 이동다음 창으로: Alt + 방향키이전 창으로:..

우분투에서 터미네이터 설치하기: 상세 가이드우분투 사용자들을 위해 강력한 터미널 에뮬레이터인 터미네이터(Terminator)의 설치 방법을 상세히 알아보겠습니다. 터미네이터는 단일 창에서 여러 터미널을 관리할 수 있어 개발자와 시스템 관리자들에게 인기 있는 도구입니다.1. 시스템 업데이트먼저, 시스템을 최신 상태로 업데이트합니다. 터미널을 열고 다음 명령어를 실행하세요:sudo apt update && sudo apt upgrade -y이 명령어는 패키지 목록을 업데이트하고, 설치된 패키지들을 최신 버전으로 업그레이드합니다.2. 터미네이터 설치이제 터미네이터를 설치할 차례입니다. 다음 명령어를 입력하세요:sudo apt install terminator -y'-y' 옵션은 설치 과정 중 나타나는 모든 프..

Langchain과 Flask로 만드는 영화 검색 프로그램이번 포스팅에서는 Langchain과 Flask를 사용하여 영화 데이터베이스를 자연어로 검색할 수 있는 프로그램을 만드는 방법에 대해 알아보겠습니다. 이 프로그램을 통해 사용자는 웹 UI에서 자연어로 질문하고 영화 정보에 대한 응답을 쉽게 얻을 수 있습니다.1. 프로젝트 개요이 프로젝트의 목표는 다음과 같습니다:Langchain을 사용하여 자연어 질문을 SQL 쿼리로 변환SQLite 데이터베이스에서 영화 정보 검색Flask를 통해 사용자 친화적인 웹 인터페이스 제공2. 데이터 준비먼저, Kaggle에서 "Full TMDB Movies Dataset 2024"를 다운로드하여 SQLite 데이터베이스로 변환해보겠습니다.Kaggle에서 데이터셋 다운로드..

oneMinTTS: 오픈소스 음성 합성 프로젝트 소개안녕하세요, 오늘은 흥미진진한 오픈소스 프로젝트인 oneMinTTS에 대해 소개해드리려고 합니다. oneMinTTS는 고성능 음성 합성과 간소화된 모델 관리를 위해 설계된 프로젝트로, 최근 HuggingFace 🤗 MMS-TTS 모델 지원까지 추가되어 더욱 강력해졌습니다.oneMinTTS의 핵심 특징oneMinTTS는 세 가지 주요 특징으로 요약할 수 있습니다:경량화 (Light-Weight): 200kB 미만의 실행 파일로, 모든 필요한 라이브러리가 포함되어 있습니다. 이는 ONNX 음성 합성 애플리케이션의 빠른 배포와 설치를 가능하게 합니다.빠른 개발 (Agile-Dev): 모델 추론을 위한 C++ 파일 하나와 모델 내보내기를 위한 Python 파..

Piper TTS: 간결한 설치 및 사용 가이드1. Piper 소개Piper는 빠르고 로컬에서 실행 가능한 신경망 기반 텍스트 음성 변환(TTS) 시스템입니다. Raspberry Pi 4에 최적화되어 있으며, 고품질 음성 합성을 제공합니다.로컬 실행, 인터넷 불필요VITS로 학습된 고품질 음성다양한 언어 및 화자 스타일 지원ONNX 런타임 사용으로 빠른 추론2. 설치 및 빌드아래와 같이 piper 저장소를 클론하고 빌드합니다.git clone https://github.com/rhasspy/piper.gitcd pipermake3. 음성 모델 다운로드이 명령어는 영어(미국) 음성 모델 파일을 다운로드합니다. 이 ONNX 파일은 Piper가 텍스트를 음성으로 변환할 때 사용하는 핵심 모델입니다.wget h..

Langchain과 mistral 모델을 이용한 텍스트 요약 예제인공지능 기술의 발전으로 텍스트 요약이 더욱 정교해지고 있습니다. 이번 포스트에서는 Langchain과 mistral 모델을 활용하여 텍스트를 효과적으로 요약하는 방법을 소개하고자 합니다.전체 코드먼저, 텍스트 요약을 위해 사용한 Python 코드 전체를 살펴보겠습니다:import osfrom langchain_community.llms import Ollamafrom langchain.prompts import PromptTemplatefrom langchain.chains.summarize import load_summarize_chainfrom langchain_core.documents import Document# Ollama 모델..

Kyutai Moshi AI - 실시간 대화와 감정 표현의 혁신AI 기술의 발전이 눈부신 가운데, 프랑스의 비영리 연구소 Kyutai가 개발한 Moshi AI가 음성 인공지능 분야에 혁명을 일으키고 있습니다. Moshi의 가장 큰 강점은 놀라운 실시간 대화 능력과 인간에 가까운 감정 표현입니다.Moshi는 기존 AI 비서들의 3-5초 응답 시간을 뛰어넘어, 단 160-240ms의 지연 시간으로 거의 즉각적인 대화를 가능하게 합니다. 이는 실제 인간과 대화하는 것과 같은 자연스러운 흐름을 만들어냅니다. 더불어 Moshi는 다양한 감정과 말하기 스타일을 자유자재로 구사할 수 있어, AI와의 상호작용을 풍부하고 인간적으로 만듭니다. 이러한 혁신적인 성능의 비밀은 Kyutai의 두 가지 핵심 기술에 있습니다. ..

LangChain으로 만드는 AI 강아지 이름 생성기새로운 반려견을 맞이했는데 이름을 짓기 어려우신가요? 아니면 그냥 재미로 독특한 강아지 이름을 만들어보고 싶으신가요? 우리의 AI 강아지 이름 생성기가 도와드리겠습니다! 이 프로젝트는 사용자가 강아지의 특징을 입력하면, AI가 그에 맞는 귀엽고 독특한 이름을 제안해주는 방식으로 작동합니다. LangChain의 강력한 기능과 OpenAI의 언어 모델을 결합하여 만들어졌죠. LangChain과 OpenAI의 GPT 모델을 사용하여 재미있고 창의적인 프로젝트를 만들어보려고 합니다. 🐶 전체코드이 코드는 단순한 사용자 인터페이스를 제공하며, 사용자가 원하는 만큼 반복해서 강아지 이름을 생성할 수 있습니다. 또한 오류 처리를 통해 프로그램의 안정성을 높였습니다..

'24년 7월 현재 ollama 모델 리스트ollama는 강력한 AI 모델들을 로컬 환경에서 쉽게 실행할 수 있게 해주는 혁신적인 플랫폼입니다. 2024년 현재, ollama의 모델 라이브러리는 다양한 용도와 특성을 가진 AI 모델들로 구성되어 있습니다. 이 글에서는 ollama에서 제공하는 주요 모델들을 간략히 소개하고, 이들의 특징을 살펴보겠습니다.ollama 모델은 무엇인가요ollama에서 각 모델은 특정 작업이나 도메인에 최적화된 고유한 AI 도구입니다. 사용자는 자신의 필요에 가장 적합한 모델을 선택하여 텍스트 생성, 코드 작성, 대화, 분석 등 다양한 작업을 수행할 수 있습니다.주요 모델 리스트모델명주요 특징llama2일반적인 텍스트 생성 및 대화에 적합한 Meta AI의 대규모 언어 모델co..

ollama API 활용 - 애플리케이션에 AI 통합하기이번 포스팅에서는 ollama API를 활용하여 애플리케이션에 AI 기능을 쉽게 구현하는 방법을 정리합니다.1. ollama API 소개ollama API는 RESTful 인터페이스를 제공하여 다양한 프로그래밍 언어와 환경에서 ollama의 기능을 쉽게 활용할 수 있게 해줍니다. 아래와 같이 ollama를 실행하면 API 서버는 로컬호스트의 http://localhost:11434에서 실행됩니다.ollama serve2. API 엔드포인트 살펴보기ollama API의 주요 엔드포인트:/api/generate: 텍스트 생성/api/chat: 대화형 응답 생성/api/embeddings: 텍스트 임베딩 생성/api/pull: 모델 다운로드/api/sho..

ollama 모델 관리 및 최적화이번 포스팅에서는 ollama에서 다양한 모델을 관리하고 성능을 최적화하는 방법에 대해 알아보겠습니다.1. 다양한 LLM 모델 탐색 및 설치ollama는 다양한 언어 모델을 지원합니다. 사용 가능한 모델 목록을 확인하려면 다음 명령어를 사용합니다:ollama list새로운 모델을 설치하려면 pull 명령을 사용합니다:ollama pull modelname예를 들어, 'vicuna' 모델을 설치하려면 다음과 같이 입력하면 됩니다.ollama pull vicuna2. 모델 버전 관리 및 업데이트사용 중인 ollama 모델의 현재 버전을 확인하고자 할 때는 다음과 같은 간단한 명령어를 터미널에서 실행하면 됩니다. 이 명령어를 통해 특정 모델의 정확한 버전 정보와 함께 모델의 크..