[揭秘Tongyi Qwen：高效利用大规模语言模型的指南]

dsndnwfk

于 2024-10-06 20:50:40 发布

阅读量67

点赞数 3

文章标签：语言模型 python 人工智能

本文链接：https://blog.csdn.net/dsndnwfk/article/details/142731749

版权

# 揭秘Tongyi Qwen：高效利用大规模语言模型的指南

## 引言
Tongyi Qwen是由阿里巴巴达摩院开发的大规模语言模型。它具备理解用户意图的能力，通过自然语言理解和语义分析，为不同领域和任务提供服务与帮助。本文将带您深入了解如何设置和使用Tongyi Qwen。

## 主要内容

### 1. 环境设置
首先，我们需要安装必要的Python包，并获取API密钥。

```shell
# 安装必要的包
%pip install --upgrade --quiet langchain-community dashscope

获取API密钥：如何获取API密钥

from getpass import getpass

DASHSCOPE_API_KEY = getpass()

设置环境变量：

import os

os.environ["DASHSCOPE_API_KEY"] = DASHSCOPE_API_KEY

2. 调用Tongyi Qwen API

Tongyi Qwen提供了一种简单的方法来获取精确答案。以下是一个示例：

from langchain_community.llms import Tongyi

# 使用API代理服务提高访问稳定性
llm = Tongyi()
response = llm.invoke("What NFL team won the Super Bowl in the year Justin Bieber was born?")
print(response)

3. 在链中使用Tongyi Qwen

通过结合PromptTemplate，您可以创建复杂的查询链：

from langchain_core.prompts import PromptTemplate

template = """Question: {question}

Answer: Let's think step by step."""

prompt = PromptTemplate.from_template(template)

chain = prompt | llm

question = "What NFL team won the Super Bowl in the year Justin Bieber was born?"
response = chain.invoke({"question": question})
print(response)