메로그

데모 페이지 개발 개요프로젝트에서 OpenAI의 DALL·E 모델을 사용해 이미지를 생성해왔으나, 실사화 및 비용 문제로 인해 다른 이미지 생성 모델에 대한 탐색을 시작했다. Replicate에서 제공하는 다양한 API, 특히 Flux, Recraft, Stable 등의 모델을 활용하여 새로운 이미지 생성 데모 페이지를 개발하게 되었다. Replicate 란?Replicate를 사용하면 머신 러닝을 이해하거나 자체 인프라를 관리할 필요 없이 클라우드 API로 AI 모델을 실행할 수 있습니다. 다른 사람이 게시한 오픈 소스 모델을 실행하거나, 자체 학습 데이터를 가져와 미세 조정된 모델을 만들거나, 처음부터 사용자 지정 모델을 빌드하고 게시할 수 있습니다.쉽게 말하면, 여러 모델을 사용하기 위해서는 하드웨..

2023년 11월에 openai api 에서 나온 어시스턴트 API 로 나만의 AI 챗봇을 만들 수 있습니다. 스레드를 이용하여 대화를 계속 이어 나아갈 수 있으며, 코드 실행, 파일 업로드, 문서 검색 등의 도구 사용도 가능합니다. 어시스트 => 스레드 => 메세지 => Run 순으로 만드시면 됩니다. 스레드에 메세지를 저장하고, 사용자, 어시스트간의 메시지를 추가만 하면 됩니다. Run 에서 계속 실행이 되며, 위에 과정은 스레드 안에서 실행은 한 상태며 응답을 주고 받습니다. 그렇기 때문에 어시스트, 스레드는 한 번 만들면 메시지만 추가하기만 하면 됩니다. 내 어시스턴트를 만들 때 성격과 목표를 주면 해당 역할에 맞춰서 움직이며 사용자와 어시스턴트간의 메세지를 주고 받을 수 있다. 쉽게 말해 나만의..

openai api 에서 제공하는 DALL-E 3 를 이용한 이미지 생성 방법 입니다. 아래는 간단한 소개입니다. 텍스트 프롬프트를 기반으로 처음부터 이미지 생성(DALL-E 3, DALL-E 2) 새 텍스트 프롬프트에 따라 모델이 기존 이미지의 일부 영역을 대체하도록 하여 이미지의 편집된 버전 생성(DALL-E2) 기존 이미지의 변형 만들기 (DALL-E 2) 텍스트를 이용한 이미지를 생성 후, URL or Base64 로 받을 수 있습니다. URL 은 1시간보장됩니다. 예제 import openai from "@/config/openai"; export default async function (req, res) { const response = await openai.images.generate({..

Embedding 주어진 텍스트에 대한 임베딩을 만들어주는 모델로, 두 문장의 임배딩 유사도를 계산함으로서 문맥적 검색을 수행할 수 있습니다. 즉 챗봇이 대답하고자 하는 내용을 포함한 FAQ 가 있다고 가정하면, 이를 임베딩 벡터 데이터베이스로 만들어두고, 사용자의 요청을 벡터화 해서 임베딩 벡터 데이터베이스의 벡터들과 유사도를 측정, 가장 유사한 내용을 가지고 오는 것입니다. 동작 플로우 이해를 돕기 위한 동작 플로우 입니다. (질문, 대답) (검색, 결과) 등의 데이터셋 준비 임베딩할 데이터를 특정 기준으로 묶어서 text 화를 합니다. 생성된 임베딩을 사용하여 검색, 추천, 시각화 등의 작업을 수행할 수 있음 임베딩 만들기 OpenAI 권장 모델: text-embedding-ada-002 impor..

OpenAI Embedding 주어진 텍스트에 대한 연관성을 측정하기 위한 임베딩 모델로, 문장의 임베딩 유사도를 계산하여 문맥적 검색을 할 수 있습니다. 예를 들어, 찾는 문장을 임베딩하여 벡터 데이터베이스로 만들고 질의를 받아 임베딩한 벡터 데이터를 가지고 저장한 데이터들과 유사도를 측정할 수 있습니다. 생성 주의: openai embedding 을 사용하기 전에 key 를 미리 발급받아야 한다. api docs 에는 예제에 embeddings.create 로 설명되어 있지만, 필자는 아래와 같이 하도록 하겠다. 모델은 text-embedding-ada-002 을 권장한다. import { Configuration, OpenAIApi } from 'openai'; const configuration ..