כיצד לקיים אינטראקציה עם LLMs באמצעות LangChain?

מודלים של שפה גדולה או LLMs הם סוג רב עוצמה של אלגוריתם רשת עצבית לבניית צ'אטבוטים שמביאים נתונים באמצעות פקודות בשפות טבעיות. LLMs מאפשרים למכונות/מחשבים להבין טוב יותר את השפה הטבעית וליצור שפה כמו בני אדם. מודול LangChain פועל גם לבניית דגמי NLP. עם זאת, אין לו את ה-LLM שלו, אבל הוא מאפשר אינטראקציה עם LLMs רבים ושונים.

מדריך זה יסביר את תהליך האינטראקציה עם מודלים של שפה גדולה באמצעות LangChain.

כיצד לקיים אינטראקציה עם LLMs באמצעות LangChain?

כדי ליצור אינטראקציה עם LLMs באמצעות LangChain, פשוט עקוב אחר המדריך הפשוט הזה שלב אחר שלב עם דוגמאות:

התקן מודולים לאינטראקציה עם LLMs

לפני התחלת תהליך האינטראקציה עם LLMs באמצעות LangChain, התקן את ' langchain ' מודול באמצעות הקוד הבא:

כדי להתקין את מסגרת OpenAI, השתמש במפתח ה-API שלה לאינטראקציה עם LLMs באמצעות הקוד הבא:

כעת, ייבא ' אתה ' ו' getpass ' כדי להשתמש במפתח OpenAI API לאחר ביצוע הקוד:

מתקשר ל-LLM

ייבא את ספריית OpenAI ממודול LangChain כדי להקצות את הפונקציה שלה ל' llm משתנה:

לאחר מכן, פשוט התקשר ל' llm ' הפונקציה ושאילתת ההנחיה כפרמטר שלה:

צור טקסטים מרובים באמצעות LLMs

השתמש בשיטת gener() עם מספר הנחיות בשפה טבעית כדי ליצור את הטקסט מ-LLM ולאחסן אותם ב-' llm_result משתנה:

קבל את אורך החפצים המאוחסנים ב' llm_result משתנה באמצעות פונקציית gener():

פשוט קרא למשתנה עם מספר האינדקס של האובייקטים:

צילום המסך הבא מציג את הטקסט המאוחסן ב' llm_result ' משתנה באינדקס 0 שלו יוצר את הבדיחה:

השתמש בשיטת generations() עם פרמטר index -1 כדי ליצור את השיר הממוקם במשתנה llm_result:

פשוט הצג את הפלט שנוצר במשתנה התוצאה כדי לקבל את המידע הספציפי לספק שנוצר ב-LLM הקודם באמצעות פונקציה שנוצרה:

זה הכל על אינטראקציה עם LLMs באמצעות מסגרת LangChain כדי ליצור שפה טבעית.

סיכום

כדי ליצור אינטראקציה עם מודלים של שפה גדולה באמצעות LangChain, פשוט התקן מסגרות כמו LangChain ו-OpenAI כדי לייבא ספריות עבור LLMs. לאחר מכן, ספק את מפתח ה-API של OpenAI לשימוש בתור ה-LLMs להבנה או יצירת השפה הטבעית. השתמש ב-LLM עבור שורת הקלט בשפה טבעית ולאחר מכן קרא לו כדי ליצור טקסט על סמך הפקודה. מדריך זה הסביר את תהליך האינטראקציה עם מודלים של שפה גדולה באמצעות מודולי LangChain.