GitLab Duo 용어집

이는 일반적인 의미를 갖고 있을 수 있지만 GitLab에서는 특정 의미를 가질 수 있는 용어 목록입니다. AI와 관련된 기술적인 용어를 만날 때 이 목록에 추가하면 좋을 것 같습니다!

  • Adapters: Fine Tuning의 변형. 모델을 열고 레이어 가중치를 조정하는 대신, 새로 훈련된 레이어가 모델에 추가되거나 상위 독립형 모델에 호스팅됩니다. Adapter-based Models로도 알려져 있습니다. 전체 모델을 수정하는 대신 특정 모듈을 선택적으로 세밀하게 조정함으로써, Adapters는 매개 변수를 최소한으로 늘리면서 사전에 훈련된 모델을 특정 작업에 맞게 사용자 정의하는 것을 용이하게 합니다. 이 방법을 사용하면 모델의 기본 구조를 변경하지 않고 모델을 정밀하게 작업 특화형으로 조정할 수 있습니다.
  • AI Gateway: AI 기능에 대한 액세스를 비 SaaS GitLab 사용자에게 제공하는 독립형 서비스. 이 로직은 해당 서비스가 준비되면 Cloud Connector로 이동될 것입니다. AI Gateway는 AI 공급업체에 대한 요청을 프록시하는 엔드포인트를 호스팅하기 위해 사용될 것으로, GitLab Rails 단일체가 서드파티 대형 언어 모델과 직접 통합하고 통신하는 필요성을 없앨 것입니다. 디자인 문서.
  • AI Gateway Prompt: 프롬프트 템플릿, 모델 선택 및 모델 매개변수의 캡슐화. AI Gateway가 Monolith에서 모델 액세스의 유일한 액세스 지점으로 사용되는 노력의 일환으로, 이러한 구성 요소를 GitLab Rails 단일체에서 AI Gateway의 prompts 패키지로 이전 중입니다.
  • AI Gateway Prompt Registry: 특정 작업을 수행하기 위해 사용 가능한 AI Gateway Prompt 목록을 유지하는 구성 요소. 현재 우리는 AI Gateway의 YAML 파일에서 정의를 읽는 LocalPromptRegistry를 사용합니다.
  • Air-Gapped Model: 조직의 내부 네트워크에서만 호스팅되는 모델. GitLab AI 기능의 경우, 이는 Air-Gapped GitLab 인스턴스에 연결될 수 있습니다.
  • Bring Your Own Model (BYOM): 하나 이상의 GitLab Duo 기능에 연결할 서드파티 모델. 범용 Open Source (OS) 모델, fine-tuned 모델 또는 Closed Source 모델이 될 수 있습니다. GitLab은 GitLab Duo 기능에 대해 특정하고 검증된 BYOM을 지원할 계획이지만, 일반적인 BYOM 사용은 계획하고 있지 않습니다.
  • Chat Evaluation: 여러 가지 사용자 질문에 대해 GitLab Duo Chat의 도움 및 정확성을 자동으로 결정하는 메커니즘. MVC는 Chat에 일련의 질문을 하고, 그 후 두 가지 다른 서드파티 LLM이 생성된 답변이 정확한지 여부를 결정하도록 하는 GitLab CI를 통해 실행되는 RSpec 테스트입니다. MVC. 다음 이터레이션을 위한 디자인 문서.

듀오 작업 용어

  • Agent: 작업을 수행하는 소프트웨어 엔티티를 일반적으로 지칭하는 용어입니다. 에이전트는 간단한 규칙 기반 시스템부터 시간이 지남에 따라 학습하고 적응하는 복잡한 AI 기반 엔티티에 이르기까지 다양할 수 있습니다. 우리의 목적에 따라, 일반적으로 “에이전트”라는 용어는 AI 기반 엔티티를 가리키는 데 사용됩니다.
  • Autonomous Agents: 인간의 직접적인 입력이나 감독 없이 독립적으로 작동하는 에이전트입니다. 이들은 프로그래밍 및 환경에서 인식한 데이터에 기초하여 결정을 내리고 작업을 수행합니다. 이들은 종종 슈퍼바이저 에이전트로부터 지침을 받습니다.
  • Frameworks: 많은 에이전트 시스템의 개발과 운영을 지원하는 플랫폼 또는 환경입니다. 프레임워크는 개발자가 에이전트를 빌드, 배포 및 관리할 수 있는 필수 인프라, 도구 및 라이브러리를 제공합니다. 예를 들어 Langchain은 다양한 AI 기술과 통합된 언어 기반 에이전트 구축을 용이하게 하는 프레임워크입니다.
  • General Agent 또는 Generic Agent: 특정 도메인이나 일련의 작업에 국한되지 않고 다양한 작업을 수행할 수 있는 에이전트입니다. 이 유형의 에이전트는 일반적으로 보다 넓은 능력을 갖추어 다양한 시나리오에 적응할 수 있습니다.
  • Hand-crafted Agents: 이는 개발자가 특정 작업을 수행하기 위해 맞춤 규칙과 행동으로 설계한 에이전트입니다. 이들은 보통 잘 정의된 시나리오 내에서 작동할 수 있도록 세밀하게 조정됩니다.
  • Multi-agent Workflows: 여러 에이전트가 상호 작용하거나 협력하여 작업을 완료하거나 문제를 해결하는 시스템 또는 프로세스입니다. 워크플로 내 각 에이전트는 특정 역할이나 전문 지식을 갖추어 집합적 결과에 기여할 수 있습니다.
  • Specialized Agents: 특정한, 종종 복잡한 작업을 수행하기 위해 설계된 에이전트로, 특화된 지식이나 기술이 필요합니다. 이러한 에이전트는 일반적으로 전문 분야 내에서 매우 효과적이지만 그 외의 분야에서는 성능을 발휘하지 못할 수 있습니다.
  • Subagent: 다른 에이전트의 감독 하에 작동하는 에이전트를 설명하는 용어입니다. 서브 에이전트는 주로 다중 에이전트 시스템 내에서 큰 프로세스의 특정 작업이나 구성 요소를 다룹니다.
  • Supervisor Agent: 워크플로 내 다른 에이전트의 행동을 감독하고 조정하는 에이전트입니다. 이 유형의 에이전트는 작업이 적절하게 할당되고 워크플로가 원활하고 효율적으로 진행되도록 보장합니다.
  • Tool: 다중 에이전트 워크플로의 맥락에서, 도구는 에이전트가 작업을 수행하는 데 사용할 수 있는 유틸리티 또는 응용프로그램입니다. 도구는 외부 세계와의 소통에 사용되며, LLM과 같은 것 외의 인터페이스로 GitLab 이슈 읽기, 리포지토리 복제, 또는 문서 읽기 등이 있습니다.