전체 글 (45) 썸네일형 리스트형 Deep Research 개발을 위해 참고하면 좋을 자료들 https://composio.dev/blog/building-a-deep-research-agent-using-composio-and-langgraph Building a deep research agent using Composio and LangGraph - ComposioBuild agents that do more. Composio gives you APIs, SDKs, and prebuilt integrations to let your AI agents interact with apps like Slack, HubSpot, GitHub and beyond.composio.devBuilding a deep research agent using Composio and LangGraph[ 배울 수 .. 대전 주말 데이트 계 데이트일정10:30: 기상10:30 ~ 12:00: 아침 식사 및 외출 준비12:00 ~ 14:30: 테미오래 관광14:30 ~ 18:00: 카페사나고 관광18:00 ~ 21:00: 은행동에서 저녁식사21:00: 귀가 테미오래https://temiorae.com/about 대전시 테미오래 - 옛)충청남도지사관사촌대전여행홍보, 문화예술공간, 여가공간, 근대건축전시, 시민·작가공방, 레지던시 등temiorae.com대전 중구 보문로205번길 131중구청역 1번 출구에서 677m미터영업시간 토10:00 - 17:00일10:00 - 17:00 주차 및 입장 무료나름 전국 유일 관사촌이라는 유니크니스가 있다..내부도 예쁘게 잘 해놓았고, 건물들 사이 이동할때도 분위기가 좋다고 함.... 카페 사나고 워크.. 남해 - 여수 여행 계획 2025.08.23 (토) 전체적인 계획 (구체적인 내용은 아래 참고) 09:00 ~ 11:30: 집에서 여수 설리해변으로 이동 11:30 ~ 12:30: 평상 위에서 먹을 음시 구하기 (포장회, 치킨, 라면 -- 아래 참고) 12:30 ~ 13:00: 평상 예약후 위에서 점심 해결 13:00 ~ 14:00: 적당히 물놀이하기 14:00 ~ 16:00: 서도로 카약킹 + 스노클링 16:00 ~ 18:00: 여수 숙소로 돌아와서 체크인 + 샤워 18:00 ~ 21:00: 여수 시내에서 식사 해결 + 카페 or 이자카야 21:00 ~ : 숙소로 돌아와서 휴식 기상 후 브런치 먹고 여수 관광 선택관광 후 집으로 귀가 * 갈만한 곳 * - 여수 박람회 스카이타워 - 항일암 - 하멜등대 (야경) - 거북선대.. Deep Research 란 무엇인가? 일의 순서1 - 우선 이것저것 자료 수집하면서 대충 각을 본다. 2 - https://chatgpt.com/c/688c02c7-27f8-8333-a1d2-f75a6f5212de 여기서 추천해준대로 발표자료를 구성한다.3 - https://trilogyai.substack.com/p/multi-agent-deep-research-architecture 여기에 Deep Research 구현 방법에 대한 다양한 아이디어 있다. 🧠 요약: Deep Research란?“ LLM을 기반으로 하여, 동적 추론(dynamical reasoning), 적응형 계획(adaptive planning), 반복적 외부 정보 검색, 도구 활용, 구조화된 분석 보고서 생성 등을 수행하는 자율형 AI 에이전트. ” 특장점:🧠.. 무슨 타이어를 사야 보호되어 있는 글입니다. 타이어 교체 비용 비교 보호되어 있는 글입니다. Not All Out-of-Distribution Data Are Harmfulto Open-Set Active Learning 논문 공부 ◻ 이 논문은 NeurIPS'24에 publish된 논문으로 2024.04.11 기준 2회의 citation을 보유하고 있다. ◻ 이 논문은 기존의 Open-set AL이 과도하게 OOD samples을 걸러내는 것을 지적한다. ◽ OOD detector를 학습시키려면 어느정도 OOD samples도 필요하다는 주장을 한다. ◻ 이 논문은 https://proceedings.neurips.cc/paper_files/paper/2023/hash/2c8d9636f74d0207ff4f65956010f450-Abstract-Conference.html에서, 코드는 https://github.com/njustkmg/PAL.에서 찾아볼 수 있다. 😉 Introduction ◻ 대체적으로 abstract에서 했던말을.. Budget aware Few-shot learning via Graph Convolutional Network 논문 공부 ◻ 이 논문은 Arxiv'22에 upload된 논문으로 2024.04.09 기준 3회의 citation을 보유하고 있다. ◻ 이 논문은 budget-aware few-shot learning이라는 새로운 문제를 제안한다. 기존의 few-shot learning은 random 하게 선택된 소수의 support samples이 주어지고, 여기에 모델을 빠르게 적응시켜야했다. budget-aware few-shot learning은 많은 unlabeled data 중에서 active하게 소수의 annotate가 필요한 support samples 후보를 직접 선택한다. ◻ 이 논문은 graph convolutional network(GCN) 기반의 selection policy와 few-shot classif.. 이전 1 2 3 4 ··· 6 다음
