DSPy

Stanford 대학 연구진이 만든 오픈소스 프레임워크로, LLM prompt와 pipeline을 코드로 선언하고 자동 최적화한다.

기사 3편최근 언급

DSPy는 Stanford 대학 NLP 연구진이 개발해 2023년 공개한 오픈소스 Python 프레임워크다. LLM(대규모 언어 모델)을 쓰는 pipeline을 손으로 쓴 prompt 대신 프로그램으로 선언하고, 그 prompt와 모델 가중치를 최적화 알고리즘으로 자동 개선하는 것을 목표로 한다. 입력과 출력을 정의하는 signature, 추론 전략을 담는 module, 예시와 평가 지표를 바탕으로 prompt를 개선하는 optimizer가 핵심 구성 요소다.

이름은 Declarative Self-improving Python의 약자로 소개되며, 앞선 연구인 Demonstrate-Search-Predict(DSP)에서 발전했다. RAG(검색 증강 생성), 분류, 정보 추출, agent pipeline 등에 쓰이며, 출력 형식을 구조화해 지정함으로써 여러 LLM에서 일관된 결과를 얻는 데 활용된다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • prompt 최적화와 가중치 학습, AI agent에 무엇을 먼저 쓸까AI 성능 ·

    DSPy는 같은 선별을 가중치 학습 없이 처리합니다.

    기사 읽기
  • LLM 작동 원리로 세우는 agent의 context 설계 기준AI 활용 ·

    DSPy의 signature는 입력과 출력 필드의 타입을 코드로 선언하면 내부에서 schema를 지키는 prompt로 변환해 주는 방식이고, 좁은 판단 과제라면 embedding 위에 작은 분류기를 얹어 생성 없이 빠르게 결정하는 방법도 있습니다.

    기사 읽기
  • AI 계약 분석에서 경고 없이 틀린 수치, 기업용 검증 pipeline 설계법AI 활용 ·

    전처리 문서 인텔리전스 프레임워크, OCR, DSPy(LLM prompt와 pipeline을 프로그램으로 최적화하는 프레임워크) 활용

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.