Modelele de limbaj mari sau LLM-urile sunt folosite pentru a crea un model interactiv care poate comunica cu oamenii în limbaje naturale. Utilizatorul trebuie să configureze șablonul pentru solicitări, astfel încât modelul să poată înțelege textul și apoi să genereze răspunsul eficient. Pentru a genera textul în limbaj natural, modelul trebuie să fie antrenat pe setul de date în limbaj natural.
Această postare va ilustra procesul de construire a formatelor de șablon în LangChain.
Cum să construiți formate de șabloane în LangChain?
Python este cel mai eficient limbaj de programare care folosește „ jinja2 ' și ' fstring ” formate de șablon, deoarece fstring este utilizat în mod implicit. Pentru a afla cum să construiți un format de șablon în LangChain, pur și simplu urmați acest ghid:
Cerință preliminară: Instalați LangChain
În primul rând, instalați cadrul LangChain care conține bibliotecile PromptTemplate care pot fi folosite pentru a construi formate de șablon. Cadrul LangChain instalează toate dependențele necesare pentru a construi structura interogării pentru LLM-uri sau chatbot:
pip install langchain
Metoda 1: Utilizarea șablonului jinja2
După aceea, importați biblioteca PromptTemplate pentru a utiliza șablonul jinja2 care conține interogarea cu variabile care sunt definite în metoda prompt.format(). Formatul jinja2 este specificat ca parametru al metodei PromptTemplate() și atribuit variabilei prompt:
din langchain.prompts import PromptTemplate
jinja2_template = 'Spune-mi o poezie {{ stil }} despre {{ tema }}'
prompt = PromptTemplate.from_template(jinja2_template, template_format='jinja2')
prompt.format(style='motivational', theme='earth')
Ieșirea arată că modelul a folosit corect valorile variabilei din interogare după ce a înțeles-o:
Metoda 2: Folosirea șablonului fstring
A doua metodă utilizează formatul de șablon fstring, care este utilizat implicit ca PromptTemplate de limbajul de programare Python. De exemplu, „ fstring_template ” variabila conține interogarea și apoi apelează metoda PromptTemplate() cu variabila în interior pentru a construi formatul șablonului:
din langchain.prompts import PromptTemplatefstring_template = '''Spune-mi o poezie {style} despre {temă}'''
prompt = PromptTemplate.from_template(fstring_template)
prompt.format(style='motivational', theme='earth')
Acesta este totul despre procesul de construire a formatelor de șablon în LangChain.
Concluzie
Pentru a construi formatul șablonului în LangChain, pur și simplu începeți procesul instalând cadrul LangChain. Conține toate dependențele pentru utilizarea funcției PromptTemplate(). Acesta folosește fstring format de șablon în mod implicit pentru limbajele de programare Python. De asemenea, utilizatorul poate utiliza jinja2 șablon folosind format_șablon parametru. Acest ghid a explicat ambele formate PromptTemplate pentru a construi șablonul în LangChain.