[LangChain] LCEL 의 개념과 구성 요소 (LangChain Expression Language)
랭체인의 선언적 표현 방법
📍 Pinned Posts
[devpi] 실무에서 devpi 서버를 빠르고 안정적으로 구축하는 방법
실무는 실전이다.
[MCP] MCP의 등장 배경과 개념
LLM의 한계에서 출발해 RAG·에이전트, 그리고 MCP가 등장하기까지
[추천시스템] 추천은 왜 하나의 정확도로 평가할 수 없을까
여러 가지 지표를 써야 하는 이유
⭐️ Recent Posts
[Python] Annotated - 타입 힌트에 메타데이터 붙이기
정적 타입과 런타임용 메타데이터를 함께 표현하기
[Python] TypedDict - 각 키별 타입을 명시하는 타입 힌트 도구
딕셔너리를 사용하며 실수를 줄일 수 있는 방법
[LangGraph] State(상태) - 1. 상태의 개념과 설계 원칙
랭그래프 애플리케이션의 데이터와 문맥을 담고 있는 객체
[LangGraph] LangGraph의 구성 요소 (State, Node, Edge)
State, Node, Edge
[LangGraph] LangGraph 개발 환경 구성
랭그래프 개발 환경 구성
[MLflow] 테스트 실험 및 아티팩트 등록해보기
Tracking Server에 실험을 등록해보자
[MLflow] MLflow Server Side 설치하기(도커기반)
Tracking Server, Backend Server, Artifact Server 한 번에 설치하기
[MLflow] Artifact Store - 결과물 저장소
학습된 모델 가중치 파일, 데이터, 이미지 등 각 실험에 대한 결과물을 보관하는 저장소
[MLflow] Backend Store - 메타데이터 저장소
실행(Run)의 ID, 시작 및 종료 시각, 파라미터, 메트릭(평가지표) 등 Run, Model, Experiment에 대한 메타데이터를 보관하는 저장소
[MLflow] MLflow Server 구조
MLflow Tracking Server, Backend Store, Artifact Store
[MLflow] 환경 준비
MLflow Server Side, Client Side에 대한 환경 준비
[MLflow] MLflow 소개
머신러닝 실험의 전 과정을 추적하고 관리하고 표준화하는 플랫폼