Suuri keelemudeleid ehk LLM-e kasutatakse interaktiivse mudeli loomiseks, mis suudab inimestega suhelda loomulikes keeltes. Kasutaja peab viipade malli konfigureerima, et mudel saaks tekstist aru ja seejärel tõhusalt vastuse genereerida. Loomulikus keeles teksti genereerimiseks tuleb mudelit õpetada loomulikus keeles oleva andmestiku kohta.
See postitus illustreerib mallivormingute loomise protsessi LangChainis.
Kuidas LangChainis mallivorminguid luua?
Python on kõige tõhusam programmeerimiskeel, mis kasutab ' jinja2 ” ja „ fstring ” mallivormingus, kuna vaikimisi kasutatakse fstringi. LangChainis mallivormingu loomise õppimiseks järgige lihtsalt seda juhendit:
Eeltingimus: installige LangChain
Esiteks installige LangChaini raamistik, mis sisaldab PromptTemplate teeke, mida saab kasutada mallivormingute koostamiseks. LangChaini raamistik installib kõik vajalikud sõltuvused, et luua LLM-ide või vestlusrobotite päringu struktuur:
pip install langchain
1. meetod: jinja2 malli kasutamine
Pärast seda importige teek PromptTemplate, et kasutada päringut sisaldavat malli jinja2 koos muutujatega, mis on määratletud meetodis prompt.format(). Jinja2-vorming on määratud meetodi PromptTemplate() parameetrina ja määratud viipamuutujale:
failist langchain.prompts importige PromptTemplate
jinja2_template = 'Ütle mulle {{ style }} luuletus teemal {{ teema }}'
prompt = PromptTemplate.from_template(jinja2_template, template_format='jinja2')
prompt.format(style='motivational', theme='earth')
Väljund näitab, et mudel on pärast selle mõistmist päringus oleva muutuja väärtusi õigesti kasutanud:
2. meetod: fstringi malli kasutamine
Teine meetod kasutab fstringi mallivormingut, mida Pythoni programmeerimiskeel kasutab vaikimisi PromptMallina. Näiteks ' fstring_mall ” muutuja sisaldab päringut ja kutsub seejärel mallivormingu loomiseks meetodi PromptTemplate() koos selles oleva muutujaga:
failist langchain.prompts importige PromptTemplatefstring_template = '''Ütle mulle {style} luuletus teemal {theme}'''
prompt = PromptMall.from_template(fstring_template)
prompt.format(style='motivational', theme='earth')
See kõik puudutab LangChainis mallivormingute loomise protsessi.
Järeldus
Mallvormingu loomiseks LangChainis alustage protsessi lihtsalt LangChaini raamistiku installimisega. See sisaldab kõiki sõltuvusi funktsiooni PromptTemplate() kasutamiseks. See kasutab fstring Pythoni programmeerimiskeelte jaoks vaikimisi mallivorming. Kasutaja saab kasutada ka jinja2 malli kasutades malli_vorming parameeter. Selles juhendis on selgitatud mõlemat vormingut PromptTemplate malli loomiseks LangChainis.