Veliki jezični modeli ili LLM moćna su vrsta algoritma neuronske mreže za izgradnju chatbota koji dohvaćaju podatke pomoću naredbi na prirodnim jezicima. LLM-ovi omogućuju strojevima/računalima da bolje razumiju prirodni jezik i generiraju jezik poput ljudi. Modul LangChain također radi na izgradnji NLP modela. Međutim, nema svoj LLM, ali omogućuje interakciju s mnogo različitih LLM-a.
Ovaj će vodič objasniti proces interakcije s velikim jezičnim modelima pomoću LangChaina.
Kako komunicirati s LLM-ima koristeći LangChain?
Za interakciju s LLM-ima koristeći LangChain, jednostavno slijedite ovaj jednostavan vodič korak po korak s primjerima:
Instalirajte module za interakciju s LLM-om
Prije pokretanja procesa interakcije s LLM-ima pomoću LangChaina, instalirajte ' langchain ” koristeći sljedeći kod:
pip instalirati langchain
Da biste instalirali okvir OpenAI, koristite njegov API ključ za interakciju s LLM-ima putem sljedećeg koda:
Sada uvezite ' vas ' i ' getpass ” za korištenje OpenAI API ključa nakon izvršavanja koda:
uvezi nas
import getpass
os.okolina [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API ključ:' )
Pozivanje LLM-a
Uvezite biblioteku OpenAI iz modula LangChain da biste njenu funkciju dodijelili ' llm ” varijabla:
iz langchain.llms uvozi OpenAIllm = OpenAI ( )
Nakon toga jednostavno pozovite ' llm ” funkcija i brzi upit kao njen parametar:
Generirajte više tekstova pomoću LLM-a
Upotrijebite metodu generate() s više upita na prirodnom jeziku za generiranje teksta iz LLM-a i pohranjivanje u ' llm_rezultat ” varijabla:
llm_rezultat = llm.generirati ( [ 'Želim čuti vic' , 'Napiši pjesmu' ] * petnaest )
Dobijte duljinu objekata pohranjenih u ' llm_rezultat ” varijabla pomoću funkcije generate():
Jednostavno pozovite varijablu s indeksnim brojem objekata:
Sljedeća snimka zaslona prikazuje tekst pohranjen u ' llm_rezultat ” varijabla na svom 0-indeksu koja generira šalu:
Upotrijebite metodu generations() s parametrom indeksa -1 za generiranje pjesme smještene u varijablu llm_result:
Jednostavno prikažite generirani izlaz u varijabli rezultata kako biste dobili informacije specifične za pružatelja usluga koje su generirane u prethodnom LLM-u pomoću generirane funkcije:
To je sve o interakciji s LLM-ima koji koriste okvir LangChain za generiranje prirodnog jezika.
Zaključak
Za interakciju s velikim jezičnim modelima koristeći LangChain, jednostavno instalirajte okvire kao što su LangChain i OpenAI za uvoz biblioteka za LLM. Nakon toga dostavite OpenAI API ključ za korištenje kao LLM za razumijevanje ili generiranje prirodnog jezika. Upotrijebite LLM za upit za unos na prirodnom jeziku, a zatim ga pozovite za generiranje teksta na temelju naredbe. Ovaj vodič objasnio je proces interakcije s modelima velikih jezika pomoću modula LangChain.