Suured keelemudelid ehk LLM-id on võimas tüüpi närvivõrgu algoritm, mis loob vestlusroboteid, mis toovad andmeid loomulikes keeltes käskude abil. LLM-id võimaldavad masinatel/arvutitel loomulikku keelt paremini mõista ja luua keelt nagu inimesed. LangChaini moodul töötab ka NLP-mudelite koostamiseks. Sellel pole aga oma LLM-i, kuid see võimaldab suhelda paljude erinevate LLM-idega.
See juhend selgitab LangChaini kasutades suurte keelemudelitega suhtlemise protsessi.
Kuidas suhelda LLM-idega LangChaini abil?
LLM-idega suhtlemiseks LangChaini abil järgige lihtsalt seda lihtsat samm-sammult juhist koos näidetega:
Installige moodulid LLM-idega suhtlemiseks
Enne LLM-idega suhtlemise alustamist LangChaini abil installige ' langchain ” moodul, kasutades järgmist koodi:
pip installida langchain
OpenAI raamistiku installimiseks kasutage selle API-võtit LLM-idega suhtlemiseks järgmise koodi kaudu:
Nüüd importige ' sina ” ja „ saada pass ” OpenAI API võtme kasutamiseks pärast koodi käivitamist:
importida meid
impordi getpass
os.environ [ „OPENAI_API_KEY” ] = getpass.getpass ( 'OpenAI API võti:' )
Helistan LLM-ile
Importige OpenAI teek LangChaini moodulist, et määrata selle funktsioon ' llm 'muutuja:
langchain.llms-ist importige OpenAIllm = OpenAI ( )
Pärast seda helistage lihtsalt ' llm ” funktsioon ja selle parameetrina viippäring:
Looge LLM-ide abil mitu teksti
Kasutage LLM-ist teksti genereerimiseks ja kaustas salvestamiseks meetodit generate() koos mitme loomuliku keele viipaga. llm_result ” muutuja:
llm_result = llm.generate ( [ 'Ma tahan kuulda nalja' , 'Kirjuta luuletus' ] * viisteist )
Hankige kaustas ' salvestatud objektide pikkus llm_result ” muutuja, kasutades funktsiooni Generator():
Lihtsalt kutsuge muutuja objektide indeksinumbriga:
Järgmisel ekraanipildil kuvatakse jaotisesse ' llm_result ” muutuja selle 0-indeksi juures, mis tekitab nalja:
Kasutage muutujasse llm_result paigutatud luuletuse genereerimiseks meetodit Generations() parameetriga indeks -1:
Lihtsalt kuvage genereeritud väljund tulemusmuutujas, et saada pakkujaspetsiifilist teavet, mis on genereeritud eelmises LLM-is genereeritud funktsiooni abil:
See kõik puudutab LLM-idega suhtlemist, kasutades loomuliku keele loomiseks LangChaini raamistikku.
Järeldus
LangChaini kasutades suurte keelemudelitega suhtlemiseks installige LLM-ide jaoks teekide importimiseks lihtsalt sellised raamistikud nagu LangChain ja OpenAI. Pärast seda esitage OpenAI API võti, mida kasutada loomuliku keele mõistmiseks või genereerimiseks LLM-idena. Kasutage LLM-i sisestusviiba jaoks loomulikus keeles ja seejärel kutsuge see käsu põhjal teksti genereerimiseks. Selles juhendis on selgitatud LangChaini moodulite abil suurte keelemudelitega suhtlemise protsessi.