![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
LLMs
文章平均质量分 95
ChinaRen69fy
这个作者很懒,什么都没留下…
展开
-
使用检索增强生成 + LangChain 实现代码生成
在本文中,我将介绍两种生成代码的方法:首先,将问题直接提交给 LangChain,它将使用 code-bison 预训练模型 + 指令来给出响应,其次是 RAG,它通过生成附加代码的嵌入来提供额外的上下文并创建用于检索的索引。一旦你有了部分(模型/API和服务),你就可以在没有LangChain的情况下从头开始开发这个解决方案,但LangChain提供了一个框架来简化你的工作,它还提供了记忆功能来记住过去的提示,以防你用生成的代码块构建一个笔记本。此外,还可以使用开源模型生成代码和其他上下文嵌入。原创 2024-02-21 17:19:33 · 1313 阅读 · 0 评论 -
上下文感知代码生成:检索增强和 Vertex AI Codey API
传统的大型语言模型受到其内部知识库的限制,这可能导致不相关或缺乏上下文的响应。RAG 通过将外部检索系统集成到 LLM 中来解决这个问题,使它们能够即时访问和利用相关信息。这种技术允许 LLM 从权威的外部来源检索信息,使用相关上下文增强他们的输入,并生成更明智、更准确的响应。例如,代码生成模型可以使用 RAG 从现有代码存储库中获取相关信息,并使用它来创建准确的代码、文档,甚至修复代码错误。翻译 2024-02-21 11:22:32 · 192 阅读 · 0 评论