Tag

run_agent.py  이 Python 스크립트는 암호화폐 거래 환경 시뮬레이션을 위한 복잡한 실험 코드입니다. 주요 특징들을 상세히 설명드리겠습니다: 주요 목적: 암호화폐(이더리움, 비트코인, 솔라나) 거래 환경을 시뮬레이션 GPT 모델을 활용한 의사결정 및 학습 메커니즘 테스트 다양한 데이터 소스(기술적 신호, 트랜잭션 통계, 뉴스)를 통합한 거래 전략 분석 주요 기능: 커맨드라인 옵션을 통한 세부 실험...

Llama 3.3 출시: 메타의 새로운 AI 모델이 가져올 변화 메타가 새로운 오픈소스 모델 Llama 3.3을 발표했습니다. 700억 매개변수의 생성형 모델로, 다국어 대화 사용 사례에 최적화되어 있으며, 여러 오픈 소스 및 상용 챗 모델보다 벤치마크에서 우수한 성능을 보입니다. 하지만, 한국어가 공식지원 목록에 포함되지 않았습니다. 한국어가 포함되지 않은 것은 조금 아쉽지만, 모델의...

Prompting Techniques 내용을 나 교수에게 복사해서 전달합니다. 메모) Zero-Shot, Few-Shot과 같은 기본 기법부터 Tree of Thoughts, ReAct, Reflexion과 같은 최신 고급 기법까지 폭넓게 포함하고 있습니다. Zero-shot Prompting Few-shot Prompting Chain-of-Thought Prompting Meta Prompting Self-Consistency Generate Knowledge Prompting Prompt...

나 교수와 https://github.com/Xtra-Computing/CryptoTrade 소개를 읽으면서 메모 했습니다. 이 글은 ‘CryptoTrade: LLM을 기반으로 한 에이전트로, 제로샷 암호화폐 거래를 안내하다’라는 제목의 연구입니다. 주로 암호화폐 시장의 데이터 분석 및 거래 전략에 대한 내용을 다루고 있습니다. 목표: LLM(대형 언어 모델)을 기반으로 한 거래 에이전트 개발, 두 유형의 데이터 분석 결합 메커니즘: 온체인 데이터의 투명성과...

나 교수와 A Reflective LLM-based Agent to Guide Zero-shot Cryptocurrency Trading 논문을 읽었습니다. AI가 암호화폐 투자의 미래를 바꿀까요? Reflective LLM 에이전트 CryptoTrade 소개 암호화폐 시장은 그 높은 변동성과 예측 불가능성으로 유명합니다. 단순한 기술적 분석이나 과거 데이터에만 의존하는 기존의 투자 전략은 이러한 변동성에 쉽게 휘둘릴 수밖에 없습니다. 하지만 최근 인공지능(AI) 기술의 발전은...