Umjetna inteligencija jedna je od najbrže rastućih tehnologija koja koristi algoritme strojnog učenja za obuku i testiranje modela pomoću ogromnih podataka. Podaci se mogu pohraniti u različitim formatima, ali za izradu velikih jezičnih modela pomoću LangChaina, najčešće korištena vrsta je JSON. Podaci o obuci i testiranju moraju biti jasni i potpuni bez ikakvih dvosmislenosti kako bi model mogao učinkovito funkcionirati.
Ovaj će vodič pokazati postupak korištenja pidantičkog JSON parsera u LangChainu.
Kako koristiti Pydantic (JSON) parser u LangChainu?
JSON podaci sadrže tekstualni format podataka koji se mogu prikupiti web skrapiranjem i mnogim drugim izvorima poput zapisa, itd. Za provjeru točnosti podataka, LangChain koristi pydantic knjižnicu iz Pythona za pojednostavljenje procesa. Za korištenje pidantičkog JSON parsera u LangChainu, jednostavno prođite kroz ovaj vodič:
Korak 1: Instalirajte module
Da biste započeli s postupkom, jednostavno instalirajte LangChain modul da biste koristili njegove biblioteke za korištenje parsera u LangChainu:
pip instalirati langchain
Sada upotrijebite ' pip instalirati ” za dobivanje okvira OpenAI i korištenje njegovih resursa:
pip instalirati openai
Nakon instaliranja modula, jednostavno se povežite s OpenAI okruženjem pružanjem njegovog API ključa pomoću ' vas ' i ' getpass ” knjižnice:
uvezi nasimport getpass
os.okolina [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API ključ:' )
Korak 2: Uvezite biblioteke
Upotrijebite modul LangChain za uvoz potrebnih biblioteka koje se mogu koristiti za izradu predloška za upit. Predložak za upit opisuje metodu za postavljanje pitanja na prirodnom jeziku kako bi model mogao učinkovito razumjeti upit. Također, uvezite biblioteke kao što su OpenAI i ChatOpenAI za stvaranje lanaca koji koriste LLM za izgradnju chatbota:
from langchain.prompts import (PromptTemplate,
ChatPromptTemplate,
HumanMessagePromptTemplate,
)
iz langchain.llms uvozi OpenAI
iz langchain.chat_models uvesti ChatOpenAI
Nakon toga uvezite pidantičke biblioteke kao što su BaseModel, Field i validator za korištenje JSON parsera u LangChainu:
iz langchain.output_parsers uvozi PydanticOutputParseriz pydantic import BaseModel, Field, validator
od upisivanja import List
Korak 3: Izrada modela
Nakon što dobijete sve biblioteke za korištenje pidantičkog JSON parsera, jednostavno nabavite unaprijed dizajnirani testirani model s OpenAI() metodom:
naziv_modela = 'tekst-davinci-003'temperatura = 0,0
model = OpenAI ( Ime modela =naziv_modela, temperatura =temperatura )
Korak 4: Konfigurirajte osnovni model glumca
Izgradite još jedan model kako biste dobili odgovore u vezi s glumcima poput njihovih imena i filmova tražeći filmografiju glumca:
klasa Glumac ( Osnovni model ) :naziv: str = Polje ( opis = 'Ime glavnog glumca' )
film_names: Popis [ str ] = Polje ( opis = 'Filmovi u kojima je glumac glumio' )
glumac_upit = 'Želim vidjeti filmografiju bilo kojeg glumca'
parser = PydanticOutputParser ( pidantičan_objekt = Glumac )
prompt = Predložak upita (
šablona = 'Odgovorite na upit korisnika. \n {format_instructions} \n {upit} \n ' ,
ulazne_varijable = [ 'upit' ] ,
djelomične_varijable = { 'format_instructions' : parser.get_format_instructions ( ) } ,
)
Korak 5: Testiranje osnovnog modela
Jednostavno dohvatite izlaz pomoću funkcije parse() s izlaznom varijablom koja sadrži rezultate generirane za upit:
_input = prompt.format_prompt ( upit =upit_glumca )izlaz = model ( _input.to_string ( ) )
parser.raščlaniti ( izlaz )
Glumac pod imenom “ Tom Hanks ” s popisom njegovih filmova dohvaćen je pomoću pidantičke funkcije iz modela:
To je sve o korištenju pidantičkog JSON parsera u LangChainu.
Zaključak
Za korištenje pidantičkog JSON parsera u LangChainu, jednostavno instalirajte LangChain i OpenAI module za povezivanje s njihovim resursima i bibliotekama. Nakon toga uvezite biblioteke kao što su OpenAI i pydantic za izradu osnovnog modela i provjeru podataka u obliku JSON-a. Nakon izgradnje osnovnog modela, izvršite funkciju parse() i ona vraća odgovore za upit. Ovaj post demonstrira postupak korištenja pidantičkog JSON parsera u LangChainu.