Hugging Face가 AI 에이전트를 구축하고 공개 리더보드에서 경쟁하는 무료 코스를 만들었습니다
요약
Hugging Face가 AI 에이전트 구축 및 배포를 위한 무료 교육 코스를 출시했습니다. 이론을 넘어 smolagents, LlamaIndex, LangGraph 등 실제 프레임워크를 활용해 에이전트를 만들고 리더보드에서 경쟁하는 실습 중심의 과정입니다.
핵심 포인트
- 에이전트의 사고 루프(도구, 생각, 행동, 관찰) 학습
- smolagents, LlamaIndex, LangGraph 등 주요 프레임워크 실습
- 에이전트형 RAG 및 함수 호출을 위한 파인튜닝 포함
- 직접 만든 에이전트를 리더보드에 등록하여 성능 경쟁
Hugging Face가 AI 에이전트 (AI agents)를 구축하고, 여러분의 에이전트가 공개 리더보드 (public leaderboard)에서 다른 학생들의 에이전트와 경쟁하는 무료 코스를 만들었습니다. 대부분의 사람들은 아직 열어보지 않았습니다:
이것은 끝에 퀴즈가 있는 이론 수업이 아닙니다. 직접 만들고, 배포하고, 순위를 매기는 과정입니다:
파트 1 - 에이전트가 실제로 생각하는 방식
→ 도구 (tools), 생각 (thoughts), 행동 (actions), 관찰 (observations) - 모든 에이전트의 기저에 있는 루프 (loop)
→ LLM (Large Language Models), 메시지 (messages), 특수 토큰 (special tokens), 채팅 템플릿 (chat templates): 모델이 실제로 받는 것
→ 일반 Python 함수를 도구로 사용하는 여러분의 첫 번째 작동하는 에이전트
파트 2 - 사람들이 실제로 사용하는 프레임워크 (frameworks)
→ smolagents, LlamaIndex, LangGraph - 유행하는 것뿐만 아니라 세 가지 모두
→ 에이전트형 RAG (agentic RAG): 현재 모든 기업이 구축하려고 노력 중인 유스케이스 (use case)
→ 최종 프로젝트: 벤치마크 (benchmark)를 위한 에이전트를 구축하고 학생 리더보드에 등록하기
그리고 보너스 유닛은 불공평할 정도로 강력합니다:
→ 함수 호출 (function-calling)을 위한 모델 파인튜닝 (fine-tuning)
→ 에이전트 관찰 가능성 (agent observability) 및 평가 (evaluation) - 데모와 제품을 구분 짓는 부분
→ 그리고 포켓몬 배틀을 하는 에이전트
수료증은 무료입니다. 마감 기한도 없습니다. 주당 3~4시간 정도 소요됩니다. 기본적인 Python 실력과 무료 계정이 필요합니다.
사람들이
AI 자동 생성 콘텐츠
본 콘텐츠는 X @seelffff (오픈소스/자동화)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기