LibreChat의 "presets" 기능은 사용자가 대화에 대한 사전 정의된 설정을 저장하고 불러올 수 있게 해주는 강력한 도구입니다. 사용자는 이러한 프리셋을 JSON 파일로 가져오거나 내보낼 수 있으며, 기본 프리셋을 설정하고 Discord에서 다른 사람들과 공유할 수 있습니다.

Deprecation Notice

이 기능은 더 이상 사용되지 않습니다. Presets의 후속 기능인 Agents Guide를 참조하시기 바랍니다.

저희 앱의 "presets" 기능은 사용자가 대화에 대한 사전 정의된 설정을 저장하고 불러올 수 있게 해주는 강력한 도구입니다. 사용자는 이러한 presets를 JSON 파일로 가져오거나 내보낼 수 있으며, 기본 preset을 설정하고 Discord에서 다른 사람들과 공유할 수도 있습니다.

프리셋 생성:

모델 설정으로 이동하세요

모델을 선택하고, 이름을 지정하고, 몇 가지 사용자 지정 지침(custom instructions)을 입력한 다음, 필요에 따라 매개변수를 조정하세요.

테스트하기

모델 고급 설정으로 돌아가 필요에 따라 조정하세요. 결과가 만족스러우면 (모델 고급 설정에서) Save As Preset을 클릭하세요.

적절한 이름을 지정하고 저장을 클릭하세요.

이제 사전 설정 메뉴에서 선택할 수 있습니다!

매개변수 설명:

프리셋 이름:
- 여기에 프리셋의 이름을 지정하여 쉽게 식별할 수 있습니다.
Endpoint:
- 대화 처리에 사용할 OpenAI와 같은 endpoint를 선택하세요.
모델:
- 응답 생성에 사용할 gpt-3.5-turbo와 같은 모델을 선택하세요.
사용자 지정 이름:
- 선택적으로 프리셋에 사용자 지정 이름을 제공할 수 있습니다. 이 이름은 사용할 때 UI에 표시되는 이름입니다.
사용자 지정 지침(Custom Instructions):
- 각 프롬프트 이전에 표시되어 사용자가 입력을 제공할 때 지침이 될 수 있는 지시사항이나 가이드라인을 정의하세요.
Temperature:
- 모델 출력의 무작위성을 제어하려면 이 매개변수를 조정하세요. 값이 높을수록 출력이 더 무작위해지며, 값이 낮을수록 더 집중되고 결정론적인 출력이 생성됩니다.
Top P:
- 생성된 텍스트의 다양성에 영향을 미치도록 nucleus sampling 파라미터를 제어하세요. 값이 낮을수록 텍스트가 더 집중되고, 값이 높을수록 다양성이 증가합니다.
Frequency Penalty:
- 이 설정을 사용하여 자주 발생하는 토큰에 페널티를 부여하고 응답의 다양성을 높이세요.
Presence Penalty:
- 응답에 도입되는 새로운 토큰에 페널티를 부여하여 반복을 제어하고 일관성을 높이려면 이 매개변수를 조정하세요.