728x90
반응형
*업데이트 중입니다.
논문 내용은 글이나 코드로도 정리할 예정입니다.
RAG
✅ Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- Lewis et al., 2021
- RAG 개념 처음 제시한 논문. 현재 LLM에서 활용되는 RAG와 약간 다른 개념인 것 같음 (Fine-Tuning을 위한 RAG)
✅ Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks
- Yunfan Gao, Yun Xiong, Meng Wang, Haofen Wang, 2024
- LangGraph
✅ Retrieval-Augmented Generation for Large Language Models: A Survey
- Yunfan Gao, Yun Xiong, Xinyu Gao, Kangxiang Jia, Jinliu Pan, Yuxi Bi, Yi Dai, Jiawei Sun, Meng Wang, Haofen Wang, 2024
✅ ReAct: Synergizing Reasoning and Acting in Language Models
- 추론과 행동을 언어 모델에 결합하여 복잡한 문제를 해결하기 위한 방법
- Thought (사고) → Action (행동) → Observation (관찰)
평가
728x90
반응형
'NLP | LLM' 카테고리의 다른 글
[Langchain] 3. Langchain Agent (0) | 2025.07.02 |
---|---|
[RAG] 3. Sparse Retrieval와 Dense Retrieval (+Ensemble, Reranker) (0) | 2025.06.24 |
[LangChain] 2. LangChain과 RAG에 대한 모든 것 (4) | 2025.06.24 |
고도화된 RAG: 단순히 검색만으로는 한계가 있다 (Self-RAG, GraphRAG) (2) | 2025.06.20 |
RAG & Agent 시스템 성능 검증은 어떻게 할까? (5) | 2025.06.19 |