🏈 Pick-Em's LLM Bot: ESPN의 Pick-Em's 게임에서 우승 팀 예측 봇

9bow · 1월 22, 2024, 7:41오전

PyTorchKR

더 많은 곳들에서 LLM을 적용하고 있는데요, 이번에는 ESPN에서 진행하는 Pick-Em's 게임의 우승자를 예측하는 봇을 들고 왔습니다.
LLM 또는 다른 AI 모델을 사용하는 재미있는 사례를 알고 계시다면 공유 부탁드립니다!
이 글은 GPT 모델로 정리한 것으로, 잘못된 부분이 있을 수 있으니 글 아래쪽의 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

Pick-Em's 게임 소개

"Pick-Em's 게임"은 주로 스포츠 이벤트와 관련된 예측 게임입니다. 참가자들은 여러 스포츠 경기의 승자를 예측하고, 각 선택(또는 베팅)에 대한 점수를 얻습니다. ESPN의 Pick-Em's 게임은 특히 인기가 높으며, 여기서 참가자들은 NFL, 대학 미식축구, NBA 등 다양한 스포츠 리그의 경기 결과를 예측합니다. 이 게임의 목적은 가능한 많은 경기의 결과를 정확하게 예측하여 높은 점수를 얻는 것입니다. 참가자들은 자신의 스포츠 지식과 분석 능력을 사용하여 경기 결과를 예측하며, 이는 종종 친구들 또는 다른 그룹과의 경쟁적인 활동으로도 즐겨집니다.

Pick-Em's LLM Bot 소개

"Pick-Em's LLM Bot"은 OpenAI의 언어 모델을 기반으로 한 인공지능 에이전트입니다. 이 에이전트는 ESPN의 Pick-Em's 게임에서 스포츠 경기의 승자를 예측하는 데 사용됩니다. 이를 위해, 봇은 데이터 접근, 자연 언어 처리, 분석 및 결론 도출을 위한 여러 아키텍처 패턴을 사용합니다. 주요 목표는 스포츠 경기 결과에 대한 정확한 예측을 제공하여 사용자가 Pick-Em's 게임에서 더 나은 성적을 거둘 수 있도록 돕는 것입니다. 이러한 종류의 AI 에이전트는 복잡한 데이터 분석 및 패턴 인식을 통해 스포츠 분석 및 예측 분야에 혁신을 가져오고 있습니다.

Pick-Em's LLM Bot 구성

데이터 접근: 웹 스크래핑을 통해 데이터를 추출하며, 이를 API나 데이터베이스에서 데이터를 검색하는 것처럼 접근합니다. 각 데이터 유형(예: 기사, 매치, 팀 등)에 대해 'Repo(저장소)'와 'Entity(엔티티)'가 있습니다. Entity는 도메인 객체가 가질 데이터 필드를 포함하고, Repo는 데이터를 검색하고 접근하는 방법을 제공합니다.
에이전트: 정의된 데이터와 자연스러운 언어 사이의 연결을 관리합니다. OpenAI의 도구/기능 호출 기능을 활용하여, LLM에 데이터를 요청합니다. 각 에이전트는 'Prompt(프롬프트)', 'Schema(스키마)', 'Tool(도구)' 세 부분으로 구성됩니다.

Prompt: LLM에게 할당된 작업과 수행 방법을 지시합니다.
Schema: LLM에게 반환할 데이터 유형을 지시합니다.
Tool: LLM에 필요한 데이터를 검색하고, 프롬프트, 데이터, 스키마를 LLM에 전달하며, 이 모든 것을 함수로 감싸서 세부 사항을 추상화합니다.

분석과 결론: 에이전트의 스키마를 '분석(analysis)' 및 '결론(conclusion)' 필드가 있는 부모 스키마로 감싸서, LLM이 생각을 '분석' 필드에 기록하고, '결론' 필드에서 데이터를 생성하도록 합니다. 이는 LLM이 체계적으로 생각하고 결론에 반영할 수 있도록 하는 중요한 기능입니다.

더 읽어보기

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 뉴스 발행에 힘이 됩니다~