Hugging Face Inference Model 노드 문서
Hugging Face Inference Model 노드를 사용하여 Hugging Face의 모델을 활용하세요. 이 페이지에서는 Hugging Face Inference Model 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다.
Hugging Face Inference Model 노드를 사용하여 Hugging Face의 모델을 활용하세요.
이 페이지에서는 Hugging Face Inference Model 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다.
이 노드는 도구 지원이 없으므로 AI Agent 노드와 함께 작동하지 않습니다. 대신 Basic LLM Chain 노드와 연결하여 사용하세요.
이 노드의 인증 정보는 여기에서 확인할 수 있습니다.
서브 노드는 표현식을 사용하여 여러 항목을 처리할 때 다른 노드와 다르게 동작합니다.
루트 노드를 포함한 대부분의 노드는 임의 수의 항목을 입력으로 받아 처리한 후 결과를 출력합니다. 표현식을 사용하여 입력 항목을 참조할 수 있으며, 노드는 각 항목에 대해 순서대로 표현식을 해석합니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 각 이름을 순서대로 해석합니다.
서브 노드에서는 표현식이 항상 첫 번째 항목으로 해석됩니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 항상 첫 번째 이름으로 해석됩니다.
노드 파라미터#
- 모델(Model): 완성 생성에 사용할 모델을 선택합니다.
노드 옵션#
- 커스텀 추론 엔드포인트(Custom Inference Endpoint): 커스텀 추론 엔드포인트 URL을 입력합니다.
- 빈도 패널티(Frequency Penalty): 이 옵션을 사용하여 모델이 반복될 가능성을 제어합니다. 값이 높을수록 모델이 반복될 가능성이 줄어듭니다.
- 최대 토큰 수(Maximum Number of Tokens): 사용할 최대 토큰 수를 입력하며, 완성 길이를 설정합니다.
- 존재 패널티(Presence Penalty): 이 옵션을 사용하여 모델이 새로운 주제를 이야기할 가능성을 제어합니다. 값이 높을수록 모델이 새로운 주제를 이야기할 가능성이 높아집니다.
- 샘플링 온도(Sampling Temperature): 이 옵션을 사용하여 샘플링 프로세스의 무작위성을 제어합니다. 온도가 높을수록 더 다양한 샘플링이 생성되지만 환각 위험이 높아집니다.
- Top K: 모델이 다음 토큰을 생성하는 데 사용하는 토큰 선택 수를 입력합니다.
- Top P: 완성이 사용해야 할 확률을 설정합니다. 낮은 값을 사용하면 확률이 낮은 옵션을 무시합니다.
템플릿 및 예시#
이 노드의 워크플로 템플릿은 n8n 워크플로 템플릿 갤러리에서 확인할 수 있습니다.
관련 리소스#
이 서비스에 대한 자세한 내용은 LangChain의 Hugging Face Inference Model 문서를 참조하세요.
n8n의 Advanced AI 문서를 확인하세요.