Test

notebooks/ko/structured_generation.ipynb

@@ -541,6 +541,33 @@
     "result = generator(prompt)\n",
     "print(result)"
    ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "제약 생성(constrained generation)을 사용하여 [Text-Generation-Inference](https://huggingface.co/docs/text-generation-inference/en/index)를 활용할 수도 있습니다 (자세한 내용과 예시는 [문서](https://huggingface.co/docs/text-generation-inference/en/conceptual/guidance)를 참조하세요).\n",
+    "\n",
+    "지금까지 우리는 특정 RAG 사용 사례를 보여주었지만, 제약 생성은 그 이상으로 많은 도움이 됩니다.\n",
+    "\n",
+    "예를 들어, [LLM judge](llm_judge) 워크플로우에서도 제약 생성을 사용하여 다음과 같은 JSON을 출력할 수 있습니다:\n",
+    "```\n",
+    "{\n",
+    "    \"score\": 1,\n",
+    "    \"rationale\": \"The answer does not match the true answer at all.\"\n",
+    "    \"confidence_level\": 0.85\n",
+    "}\n",
+    "```"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "id": "fEhBMgK4zyVk"
+   },
+   "source": [
+    "오늘은 여기까지입니다. 끝까지 따라와 주셔서 감사드립니다! 👏"
+   ]
   }
  ],
  "metadata": {