안녕하세요 여러분,
이 예시는 최근 화학 업계 고객과의 대화를 바탕으로 만들어졌습니다. 그들은 다양한 혼합물/배합물을 만드는데, 그들이 제시한 예시에서는 "첨가제가 5가지 있지만 한 번에 2가지만 사용할 수 있고 최적의 설정을 찾아야 한다"와 같은 엄격한 제약 조건이 있는 혼합물을 다루고 있었습니다.
이 데모는 베이지안 최적화를 사용하여 후보 데이터셋을 활용한 프로세스를 보여줍니다. 초기 데이터는 후보 데이터셋에서 생성된 사용자 정의 설계를 기반으로 생성되며, BayesOpt를 후보 데이터셋에 적용하여 5가지 첨가제 중 2가지만 사용하는 최적의 결과를 도출합니다. 또한, LLM(Layered Leadership Model)을 스크립팅과 결합하여 문제를 해결하는 방법에 대한 유용한 예시도 제시합니다.
사용 방법:
1. "dt" 버튼을 엽니다.
2. '후보 데이터 세트 생성'을 클릭하여 참조 가능한 후보 데이터 세트를 생성합니다.
3. '베이즈 최적화 실행'을 클릭합니다. 그러면 후보 집합을 선택하라는 메시지가 나타나고, 그 후 다음 행이 표시됩니다.
4. '최고 결과 반복' 단계에 도달할 때까지 계속 진행하면 완료됩니다.
후보자 집합을 어떻게 구성하는지 묻는 것이라면, 스크립트를 보여주는 대신(그리고 겁주는 대신) LLM을 활용할 수 있습니다. 자연어를 스크립트로 변환할 수 있다는 점을 이용하는 것이죠.
1. "LearnBot 후보 설정 프롬프트"를 클릭하면 LearnBot이 열리고 붙여넣을 수 있는 프롬프트가 클립보드에 복사됩니다.
2. 후보군을 생성하는 스크립트를 실행합니다. 이 부분은 (현재까지는) 잘 작동하며, 고객은 두 번째 단락만 수정하여 자신의 실험 내용을 설명하면 됩니다.
3. '또 다른 LearnBot 후보 세트 프롬프트'는 Bradley Bowens의 GTET 프레젠테이션/저널에 나오는 좀 더 복잡한 예시입니다.
