prompt-library 태그 문서 206개 | 우성짱의 문서

우성짱의 문서

Tag206건YouTube 29Article 177

#prompt-library

이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.

연관 태그

#context-compression공동문서 155 · 연관도 53%#semiconductors공동문서 169 · 연관도 34%#applications공동문서 150 · 연관도 31%#llm공동문서 163 · 연관도 31%#agent-routing공동문서 71 · 연관도 21%#ai-architecture공동문서 48 · 연관도 15%#agent-deployment공동문서 38 · 연관도 14%#privacy-design공동문서 40 · 연관도 13%#agent-memory공동문서 42 · 연관도 12%#service-design공동문서 33 · 연관도 12%

Build your own vulnerability harness

Article2026년 6월 18일

Build your own vulnerability harness

이 글은 단일 모델이나 일회성 에이전트 세션이 아니라, 상태를 외부화하고 모델을 교체 가능하게 다루며 탐지·검증·중복 제거·의존성 추적을 이어 붙인 취약점 하네스가 기업 규모 보안 분석에 필요하다고 설명한다.

blog.cloudflare.com

#service-design #ai-architecture #agent-routing #prompt-library

Introducing LangSmith’s No Code Agent Builder

Article2026년 6월 18일

Introducing LangSmith’s No Code Agent Builder

LangSmith Agent Builder는 개발자가 아닌 비즈니스 사용자도 대화형 안내, 메모리, 도구 연결, 트리거 설정을 통해 코드 없이 에이전트를 만들 수 있도록 설계된 비공개 프리뷰 기능이다.

#agent-memory #agent-routing #context-compression #prompt-library

MosaicLeaks: Can your research agent keep a secret?

Article2026년 6월 18일

MosaicLeaks: Can your research agent keep a secret?

MosaicLeaks는 딥 리서치 에이전트의 외부 웹 쿼리 로그가 사적 문서의 정보를 조각조각 누출할 수 있음을 보이고, 쿼리 구성 방식에 보상 신호를 주는 PA DR이 성능을 유지하면서 누출을 크게 줄인다는 결과를 제시한다.

#privacy-design #agent-deployment #prompt-library #search-advertising

Video Quick Take: Implementing Zero Trust in an AI-Driven Threat Landscape - SPONSOR CONTENT FROM THREATLOCKER

Article2026년 6월 17일

Video Quick Take: Implementing Zero Trust in an AI-Driven Threat Landscape - SPONSOR CONTENT FROM THREATLOCKER

HBR의 Julie Devoll은 ThreatLocker의 Ryan Bowman과 함께 AI로 공격 속도가 빨라진 환경에서 제로 트러스트를 실제 조직 운영에 적용하는 방법을 논의했다.

#ai-architecture #semiconductors #applications #compute

Agent Engineering: A New Discipline

Article2026년 6월 16일

Agent Engineering: A New Discipline

에이전트 엔지니어링은 예측 불가능한 LLM 에이전트를 실제 운영 환경에서 신뢰할 수 있게 만들기 위해 구축, 테스트, 배포, 관찰, 개선을 반복하는 새로운 실무 discipline이다.

#ai-architecture #agent-routing #context-compression #prompt-library

5 Things To Consider When Working Ai

Article2026년 6월 16일

5 Things To Consider When Working Ai

MIT Sloan은 AI가 직장에 실제로 자리 잡은 지금, 조직이 AI를 더 잘 활용하려면 설계 적합성, 조언의 객관성, 업무 흐름 재편, 비판적 점검, 노동 영향까지 함께 고려해야 한다고 정리한다.

mitsloan.mit.edu

#privacy-design #agent-routing #context-compression #prompt-library

Human judgment in the agent improvement loop

Article2026년 6월 16일

Human judgment in the agent improvement loop

AI 에이전트를 신뢰성 있게 개선하려면 조직 안에 문서화된 지식뿐 아니라 직원들의 암묵지와 판단을 개발·평가·운영 전 과정의 자동화된 개선 루프에 반영해야 한다.

#anthropic #ai-architecture #agent-deployment #agent-routing

Introducing Open SWE: An Open-Source Asynchronous Coding Agent

Article2026년 6월 16일

Introducing Open SWE: An Open-Source Asynchronous Coding Agent

Open SWE는 GitHub와 직접 연동되어 장시간 비동기로 코드베이스 조사, 계획 수립, 구현, 테스트, 자체 리뷰, PR 생성을 수행하는 오픈소스 클라우드 기반 코딩 에이전트입니다.

#anthropic #ai-architecture #agent-routing #context-compression

LangSmith: Redesigned product homepage and Resource Tags for better organization

Article2026년 6월 16일

LangSmith: Redesigned product homepage and Resource Tags for better organization

LangSmith는 LLM 애플리케이션 개발 흐름을 관찰성, 평가, 프롬프트 엔지니어링으로 재정리한 새 홈페이지와 워크스페이스 리소스 관리를 위한 Resource Tags 개선을 공개했다.

#agent-routing #context-compression #prompt-library #llm

Monte Carlo: Building Data + AI Observability Agents with LangGraph and LangSmith

Article2026년 6월 16일

Monte Carlo: Building Data + AI Observability Agents with LangGraph and LangSmith

Monte Carlo는 LangGraph와 LangSmith를 활용해 기업 데이터 품질 사고를 병렬로 조사하고 근본 원인 분석을 빠르게 수행하는 데이터·AI 관측성 에이전트를 구축했다.

#service-design #ai-architecture #agent-routing #prompt-library

Quickly Start Evaluating LLMs With OpenEvals

Article2026년 6월 16일

Quickly Start Evaluating LLMs With OpenEvals

LangChain 팀은 LLM 애플리케이션과 에이전트를 프로덕션 수준으로 평가하기 쉽게 하기 위해 openevals와 agentevals를 공개하고, 데이터·평가지표·평가 유형별 출발점을 제시한다.

#ai-architecture #context-compression #prompt-library #llm

Safeguard your agentic AI applications with the Amazon Bedrock Guardrails InvokeGuardrailChecks API

Article2026년 6월 16일

Safeguard your agentic AI applications with the Amazon Bedrock Guardrails InvokeGuardrailChecks API

Amazon Bedrock Guardrails의 InvokeGuardrailChecks API는 에이전트형 AI 애플리케이션의 각 단계에서 필요한 안전 점검만 선택적으로 실행하고, 점수 기반 결과를 애플리케이션 로직으로 처리하게 해 주는 감지 전용 API다.

#agent-routing #context-compression #prompt-library #llm

Sharing LangSmith Benchmarks

Article2026년 6월 16일

Sharing LangSmith Benchmarks

LangChain 팀은 LangSmith에서 평가 데이터셋·결과·실행 트레이스를 공유하고, LangChain 문서 Q&A 벤치마크와 langchain benchmarks 패키지로 LLM 애플리케이션 아키텍처를 재현·비교할 수 있게 했다고 설명한다.

#anthropic #ai-architecture #agent-memory #context-compression

Aligning LLM-as-a-Judge with Human Preferences

Article2026년 6월 15일

Aligning LLM-as-a-Judge with Human Preferences

LangSmith는 사람이 수정한 LLM as a Judge 평가 결과를 few shot 예시로 축적해, 별도의 반복적인 프롬프트 엔지니어링 없이 평가기를 인간 선호에 점진적으로 맞추는 self improving evaluator를 소개한다.

#agent-memory #context-compression #prompt-library #retrieval-index

Announcing LangSmith is now a transactable offering in the Azure Marketplace

Article2026년 6월 15일

Announcing LangSmith is now a transactable offering in the Azure Marketplace

LangChain은 기업이 LangSmith를 Azure Marketplace에서 Azure Kubernetes Application 형태로 구매하고 배포할 수 있게 됐다고 발표했다.

#service-design #agent-deployment #context-compression #prompt-library

Building a 100x Cheaper Trace Judge with Fireworks

Article2026년 6월 15일

Building a 100x Cheaper Trace Judge with Fireworks

LangChain Labs는 Fireworks와 함께 Qwen 3.5 35B를 미세조정해 사용자가 에이전트 응답에서 오류를 느꼈는지 판별하는 Trace Judge를 만들었고, 프런티어 모델 수준의 정확도를 유지하면서 최대 100배 저렴한 추론 비용을 보였다고 설명한다.

#llm #semiconductors #applications #agent-deployment

How to Debug & Evaluate AI Agents with Observability — LangChain Guide

Article2026년 6월 15일

How to Debug & Evaluate AI Agents with Observability — LangChain Guide

이 글은 AI 에이전트의 오류를 코드 실패가 아니라 런타임에 드러나는 추론 실패로 보고, runs·traces·threads 기반 관측성이 디버깅과 평가의 핵심 토대가 된다고 설명한다.

#service-design #ai-architecture #agent-routing #context-compression

Improving Memory Retrieval: How New Computer achieved 50% higher recall with LangSmith

Article2026년 6월 15일

Improving Memory Retrieval: How New Computer achieved 50% higher recall with LangSmith

New Computer는 LangSmith로 Dot의 에이전트형 장기 메모리 검색과 대화 프롬프트를 실험·평가해 이전 기준 대비 재현율 50%, 정밀도 40% 향상을 달성했다.

#privacy-design #agent-memory #context-compression #prompt-library

Introducing Align Evals: Streamlining LLM Application Evaluation

Article2026년 6월 15일

Introducing Align Evals: Streamlining LLM Application Evaluation

LangChain은 LLM 애플리케이션 평가 점수가 팀 내 인간 평가와 어긋나는 문제를 줄이기 위해, LangSmith에서 평가자 프롬프트를 인간 선호에 맞게 조정하는 Align Evals 기능을 공개했다.

#ai-architecture #context-compression #prompt-library #llm

Iterating Towards LLM Reliability with Evaluation Driven Development

Article2026년 6월 15일

Iterating Towards LLM Reliability with Evaluation Driven Development

Dosu는 생산 환경 LLM 제품의 신뢰성을 높이기 위해 변경의 영향을 평가 데이터로 검증하는 EDD를 도입했고, LangSmith로 모니터링·검색·실패 사례 수집을 확장했다.

#ai-architecture #agent-routing #context-compression #prompt-library

The Prompt Mistake That Makes AI Images Look Immediately Fake

Article2026년 6월 15일

The Prompt Mistake That Makes AI Images Look Immediately Fake

이 글은 AI 이미지가 즉시 가짜처럼 보이는 가장 큰 원인을 ‘조명 지시의 부재’로 보고, 프롬프트에 적절한 조명 표현을 추가하는 것이 이미지의 분위기와 설득력을 빠르게 개선하는 방법이라고 설명한다.

#privacy-design #context-compression #prompt-library #ai-well-lit

Promptim: an experimental library for prompt optimization

Article2026년 6월 15일

Promptim: an experimental library for prompt optimization

Promptim은 데이터셋과 평가 지표를 기반으로 프롬프트 개선 과정을 자동화해 기존 프롬프트보다 나은 결과를 목표로 하는 실험적 오픈소스 프롬프트 최적화 라이브러리입니다.

#context-compression #prompt-library #llm #semiconductors

Regression Testing with LangSmith

Article2026년 6월 15일

Regression Testing with LangSmith

LangSmith는 여러 평가 실행을 비교하고 변화한 데이터 포인트를 빠르게 확인하게 해 대규모 언어 모델 애플리케이션의 회귀 테스트와 반복 개선을 돕는다.

#context-compression #prompt-library #llm #semiconductors

Test Run Comparisons

Article2026년 6월 15일

Test Run Comparisons

LangChain은 LLM 애플리케이션 개선을 위해 테스트 실행 결과를 나란히 비교하고, 자동 평가 점수와 수동 검토를 함께 활용할 수 있는 LangSmith의 Test Run Comparisons 기능을 소개한다.

#ai-architecture #context-compression #prompt-library #llm