와구와구

참고https://www.youtube.com/watch?v=Vj-xOhIMkZE 구글 코랩에서 진행했다. 필요 패키지를 설치한다.!pip install neo4j-graphrag!pip install openai openai API KEY를 설정한다.json으로 API KEY를 저장하여, json을 불러왔다.import jsonimport oswith open('./drive/MyDrive/실습/251010_GraphRAG/openai_api_key.json') as j : json_file = json.load(j) j.close()os.environ["OPENAI_API_KEY"] = json_file['OPENAI_API_KEY'] neo4j ERExtraction 템플릿은 다음과 같..

https://www.acmicpc.net/problem/14725 # https://www.acmicpc.net/problem/14725# Tree, DFSimport sysfrom collections import defaultdictsys.setrecursionlimit(10**8)N = int(input())tree = defaultdict(list)start = set([])for _ in range(N) : path = sys.stdin.readline().split() num_rooms = int(path[0]) rooms = path[1:] path_name = '' for idx in range(num_rooms) : if idx == 0 : ..

https://www.acmicpc.net/problem/15681 임의의 루트가 있는 트리가 에서, 입력 U를 루트로 하는 서브트리의 노드 개수를 구하는 문제이다. 아이디어DFS recursion으로 leaf에 도달했을 때, leaf node의 서브 트리의 노드개수는 1그리고 leaf의 부모 노드로 돌아가면 자식 노드들 개수를 본인 노드 개수와 합친다. # https://www.acmicpc.net/problem/15681# Tree, DPimport sysfrom collections import defaultdict, dequesys.setrecursionlimit(10**6)N, R, Q = map(int, sys.stdin.readline().split())tree = defaultdict(li..

참고https://www.youtube.com/watch?v=mlsZIThxQcQ https://arxiv.org/abs/2404.16130 From Local to Global: A Graph RAG Approach to Query-Focused SummarizationThe use of retrieval-augmented generation (RAG) to retrieve relevant information from an external knowledge source enables large language models (LLMs) to answer questions over private and/or previously unseen document collections. However, RAG f..

https://www.acmicpc.net/problem/2533 인생 첫 트리에서의 다이나믹 프로그래밍... 이어서 고민을 제법 많이 했다. 먼저 트리에서 다이나믹 프로그래밍을 어떻게 하지? 했는데 DFS를 활용하는 듯했다.https://orijeje.tistory.com/40 [알고리즘] 트리에서의 다이나믹 프로그래밍(Tree DP)tree dp 이전에 일반적인 dp에 대해 살짝 이야기하고 tree dp로 넘어가려 한다. 먼저 어떤 문제를 dp로 풀기 위해서는 다음 3가지 조건을 만족해야 한다. 1) 큰 문제를 작은 문제로 나눌 수 있다. 2) 충orijeje.tistory.com위 블로그에서 DFS를 기반으로한 DP 코드를 간단하게 적어두어 이를 참고했다.void dfs(int cur){ if..

https://www.acmicpc.net/problem/7569 3차원 배열에서의 BFS문제 기존에 defaultdict을 활용한 Graph를 중심으로 탐색을 진행했었는데, 이번엔 메모리 초과 문제로 사용을 포기했다.대신 BOX와 visited를 적극 활용하여 defaultdict을 대신했다.토마토가 다 익는데 필요한 시간은 visited에 적어 최대한 메모리 사용을 줄였다. 조건이 몇 개 있다. 토마토가 모두 익지 못하는 경우, 애초에 토마토가 모두 익어 있는 경우에 다른 수를 출력해야 한다.이를 위해 green_tomatos라는 변수를 둬서 BFS 중 익을 경우 요소를 제거하는 방식으로 안 익은 토마토를 바로 확인할 수 있도록 했다.또한 처음 BFS를 시작하기 전 green_tomatos의 요소 갯..

이번 실습은 사용자가 채팅, 자연어 인터페이스를 통해 AI 에이전트를 활용하여 각 요청을 처리할 적절한 에이전트를 선택하고 작업을 수행하도록 돕는 Agent를 만들어본다. Dock 상태, 잉여 재고 처리, 비서 기능, 교통 정보 에이전트, 창고 관리자 에이전트를 생성하고, 모두 창고 관리자 에이전트에 연결한다.라우팅 에이전트는 최종 사용자의 요청을 받아 적절한 에이전트를 선택한 후 응답을 반환하도록 한다. 시뮬레이션되는 상호작용 흐름은1. 창고 관리자가 Dock 상태를 확인하고,2. 잉여 재고 처리에 대한 권장 사항을 요청하며3. 관련 이해관계자에게 알리고4. 창고 주변 교통 상황을 확인하는 과정을 포함한다. 특징이라고 한다면, 이혜관계자에게 알리고, 기록 시스템을 업데이트를 하는데, 동시에 사람이 개입..

1. Agent 생성 Description의 경우, Agent 성능에 영향을 미치지는 않고, 사용자가 적절한 Agent를 사용할 수 있도록 설명을 적어둔 것이라고 한다.Agent의 도메인, 기능과 강점이 무엇인지, Agent의 사용 범위를 적어둔다고 한다. 이번 Agent는 HR 시스템의 자동화를 맡는 역할이다. Default 방식을 선택한다. 2. 지식(Knowledge) file 지식을 사용하기 위해 업로드 한다. 지식 DescriptionThis knowledge base addresses the company's employee benefits, including parental leaves, pet policy, flexible work arrangements, and student loan ..

1. Agent 생성하기 Agent에 대한 description도 넣어준다.페르소나를 지정해주는 것 같다. 사용한 description당신은 직원들의 마케팅 관련 문의를 처리하는 에이전트입니다. 응답은 명확하게 제공하며, 필요시 상세한 설명을 합니다. 캠페인 기획, 마케팅 자료 요청, 브랜드 가이드라인 확인, 성과 리포트 작성 등을 도와줄 수 있습니다. 소셜 미디어 일정 관리, 이벤트 협업, 예산 추적도 지원합니다. 마케팅 도구, 프로세스, 베스트 프랙티스에 대한 일반적인 질문에도 답변합니다. 사용 모델 사용할 모델을 고를 수 있는데, llama3 405b 모델을 사용할 수 있다.구글 코랩에서는 엄두도 못 냈었는데, 이런 큰 모델을 사용할 수 있어서 좋았다.2. 아키텍처 스타일 Default기본적인 프롬..

https://www.acmicpc.net/problem/10026 # https://www.acmicpc.net/problem/10026# BFSfrom collections import deque, defaultdictN = int(input())MAP = []RGB = defaultdict(list)for n in range(N+2) : if n == 0 or n == N+1 : MAP.append('0'*(N+2)) continue line = input() for idx, l in enumerate(line) : if l == 'R' : RGB['R'].append((n-1, idx)) elif l == 'G'..