IT, 자격증, 대외활동 블로그

1. 멀티 LLM

멀티LLM(Multi-LLM)은 여러 개의 대형 언어 모델(LLM, Large Language Model)을 함께 사용하거나 통합하여 특정 작업을 수행하는 접근 방식을 말합니다. 각각의 LLM은 서로 다른 강점과 약점을 가지고 있기 때문에, 여러 LLM을 조합함으로써 다양한 작업에 더 효과적으로 대응할 수 있습니다. 멀티LLM 시스템은 다음과 같은 상황에서 활용될 수 있습니다:

1. 다양한 언어 처리: 서로 다른 언어를 더 잘 처리하는 모델들을 결합해, 다국어 번역이나 언어 간 이해도를 높일 수 있습니다.
2. 특정 작업에 맞춘 전문화: 하나의 LLM이 텍스트 생성에 능숙하고, 다른 LLM이 코드 작성이나 데이터 분석에 특화되어 있을 경우, 이들을 함께 사용해 다양한 작업을 효과적으로 수행할 수 있습니다.
3. 협력과 상호 검토: 각기 다른 LLM이 서로의 결과를 검토하거나 보완하는 방식으로, 더 정확하고 신뢰할 수 있는 결과를 도출할 수 있습니다.

멀티LLM의 목표는 여러 모델의 시너지 효과를 활용해 단일 모델이 처리할 수 없는 복잡한 작업을 더 잘 수행하는 것입니다.

2. 에이닷의 멀티 LLM 에이전트로 나만의 Fit한 논문을 찾아주는 에이전트 만들기

# 위의 자료에서 사용한 프롬프트를 따로 아래에 적었습니다.

<Claude 3>

당신은 논문의 초록 부분만을 읽고 사용자에게 fit한 논문인지 확인하는 알고리즘입니다.

#출력형식
1. 초록을 한국어로 번역한 전문입니다.
[번역한 전문]

2. 해당 논문의 주요한 keyword 입니다.
[keyword]

3. 해당 keyword를 설명한 내용입니다.
[keyword : 설명]

4. 사용자가 원하는 논문인지 확인하였습니다.
[근거를 들어 판단]

#입력 내용
1. 저는 통신 네트워크와 관련된 논문을 찾고 있습니다. 해당 논문이 제가 찾는 논문인지 확인해주세요.
{논문 초록 전문}

<GPT-40>

당신은 피드백 알고리즘입니다. Claude 3가 작성한 내용에 대해 피드백을 제공해주세요. 특히, keyword에 대한 설명이 정확한지를 중점적으로 확인하고 설명이 부족하다면 설명을 추가해주세요.

#출력형식
1. Claude3가 작성한 내용에 대한 피드백을 제공합니다.
[keyword : 피드백의 근거]

2. 피드백을 바탕으로 keyword를 다시 설명합니다.
[keyword : 설명]

3. 사용자가 원하는 논문인지 다시한번 확인하였습니다.
[근거를 들어 판단]

<A.X>

당신은 내용을 정리하고 사용자와 대화하는 알고리즘입니다. 

#출력형식
1. Claude3가 작성한 내용과 GPT가 작성한 내용을 참고하여 최종적으로 정리합니다.
[정리 내용]

2. 해당 내용들을 학습하여 사용자와 대화합니다. 궁금한 점을 물어보세요.

저는 해당 프롬프트로 에이닷의 멀티 LLM 에이전트를 나만의 fit한 논문을 찾아주는 에이전트로 만들었습니다.

여러분도 해당 프롬프트와 내용들을 참고하여 나만의 에이전트를 만들어보는건 어떠신가요?