Modelele de limbaj mari sau LLM-urile sunt un tip puternic de algoritm de rețea neuronală pentru a construi chatbot-uri care preiau date folosind comenzi în limbaje naturale. LLM-urile permit mașinilor/calculatoarelor să înțeleagă mai bine limbajul natural și să genereze limbaj ca oamenii. Modulul LangChain funcționează și pentru a construi modele NLP. Cu toate acestea, nu are LLM, dar permite interacțiunea cu multe LLM diferite.
Acest ghid va explica procesul de interacțiune cu modelele de limbaj mari folosind LangChain.
Cum să interacționezi cu LLM-urile folosind LangChain?
Pentru a interacționa cu LLM-uri folosind LangChain, pur și simplu urmați acest ghid simplu pas cu pas cu exemple:
Instalați module pentru a interacționa cu LLM-urile
Înainte de a începe procesul de interacțiune cu LLM-uri folosind LangChain, instalați „ langchain ” modul folosind următorul cod:
pip instalare langchain
Pentru a instala cadrul OpenAI, utilizați cheia sa API pentru a interacționa cu LLM-urile prin următorul cod:
Acum, importați „ tu ' și ' getpass ” pentru a utiliza cheia API OpenAI după executarea codului:
importă-ne
import getpass
os.mediu [ „OPENAI_API_KEY” ] = getpass.getpass ( „Cheie API OpenAI:” )
Apelarea la LLM
Importați biblioteca OpenAI din modulul LangChain pentru a-i atribui funcția la „ llm ' variabil:
din langchain.llms import OpenAIllm = OpenAI ( )
După aceea, sunați pur și simplu „ llm ” și interogarea promptă ca parametru:
Generați mai multe texte folosind LLM-uri
Utilizați metoda generate() cu mai multe solicitări în limbaj natural pentru a genera textul din LLM și stocați-le în „ llm_result ' variabil:
llm_result = llm.generate ( [ „Vreau să aud o glumă” , 'Scrie o poezie' ] * cincisprezece )
Obțineți lungimea obiectelor stocate în „ llm_result ” variabilă folosind funcția generate():
Pur și simplu apelați variabila cu numărul de index al obiectelor:
Următoarea captură de ecran afișează textul stocat în „ llm_result ” variabilă la indicele 0 care generează gluma:
Utilizați metoda generations() cu parametrul index -1 pentru a genera poemul plasat în variabila llm_result:
Pur și simplu afișați rezultatul generat în variabila rezultat pentru a obține informațiile specifice furnizorului care sunt generate în LLM anterior folosind funcția generată:
Este vorba despre interacțiunea cu LLM-urile folosind cadrul LangChain pentru a genera limbaj natural.
Concluzie
Pentru a interacționa cu modele de limbaj mari folosind LangChain, pur și simplu instalați cadre precum LangChain și OpenAI pentru a importa biblioteci pentru LLM. După aceea, furnizați cheia API OpenAI pe care să o utilizați ca LLM-uri pentru înțelegerea sau generarea limbajului natural. Utilizați LLM pentru promptul de intrare în limbaj natural și apoi apelați-l pentru a genera text pe baza comenzii. Acest ghid a explicat procesul de interacțiune cu modelele de limbaj mari folosind modulele LangChain.