大模型开发框架langchain系列教程

已于 2024-03-22 16:08:23 修改
阅读量260 收藏
点赞数 3
分类专栏： AI大模型 文章标签： langchain openai 大模型 chatgpt
于 2024-03-22 16:07:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pony_maggie/article/details/136944195
版权

LangChain 是一种框架，借助 LangChain，与大语言模型的交互变得更加便捷。 LangChain 提供的接口和功能有助于将 LLM 的强大能力轻松集成到你的工作应用程序中。

我做了一个langchain的教程系列，详情请看：

大模型应用框架LangChain系统教程1 - 基本架构和环境配置_哔哩哔哩_bilibili

大模型应用框架LangChain系统教程2 - 模型I/O_哔哩哔哩_bilibili

大模型应用框架LangChain系统教程3 - 检索外部数据_哔哩哔哩_bilibili

lucasma.eth
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
大模型应用开发框架 autogen
03-07
大模型应用开发框架 autogen
基于大模型LLM + LangChain的知识库检索优化探究
qq_51495214的博客
12-04 2585
本文讨论了基于LLM+Langchain搭建的知识库系统的检索准确度优化的可能点
大模型应用开发-LangChain入门教程
jakelihua
03-08 1660
LangChain是一个编程框架，主要用于在应用程序中集成大型语言模型（LLM）。LangChain提供了记忆组件，用于解决大语言模型无状态的问题，使得模型能够保存上次交互的内容，从而能够更好地进行连续的对话或任务处理。此外，LangChain还提供了多种类型的Chain类，用于处理不同的任务。其中，通用Chain类用于控制Chain的调用顺序和是否调用，它们可以用来合并构造其他的Chain。
本地部署开源大模型的完整教程LangChain + Streamlit+ Llama
09-23
本地部署开源大模型的完整教程LangChain + Streamlit+ Llama
进阶篇：大模型应用开发框架-LangChain
09-19
第一部分：课后习题 第二部分：相关名词解释 1、LangChain是什么？为什么选择LangChain？ 1.LangChain是一个整合大语言模型的开发框架，类似于Flask是Python的后台服务开发框架。 2.他通过组合模块和能力抽象来扩展 LLM，使得用户不用直接与大语言模型对接，他帮我们封装好与大语言的模型交互的，使得用户可以更加轻松的使用模型进行开发。 比如：GPT-4很强了，但是无法联网、无法对接外部工具、不能调用第三方api等，langchain已经帮用户封装好了预留的接口，用户可以轻松上手 2、怎么使用LangChain？经典案例 import configparser conf = configparser.ConfigParser() conf.read("../config.ini") chat_model = "gpt-3.5-turbo" text_model = "text-davinci-003" api_key = conf.get("Openai", "api_key") # 1.Completion对比 # 使用openai原生接口方式，调用Ch
LangChain开源大型语言模型（LLM）框架
11-09
LangChain是由Harrison Chase开发的一个框架，迎合了大型语言模型（LLM）的需求。在OpenAI的GPT-3取得巨大成功后，它的受欢迎程度激增，可以说，GPT-3.5和GPT-4更是如此。2022年10月底推出的LangChain利用了这些进展，提供了一个专门用于创建依赖LLM的生产级应用程序的平台，而不仅仅是实验性的。 LangChain的关键理念是将不同的部件连接或 "链条 "在一起，形成复杂的应用。这些链子可以使用许多模块的碎片，如各种提示的模板（如聊天回复、ELI5等）、与不同LLM模型的连接（如GPT-3、BLOOM等）、代理（使用LLM来决定做什么--我们今天晚些时候将讨论gpt-engineer项目在这个类别中的情况）以及记忆（短期和长期）。所有这些都是以标准应用框架的形式提供的。 langchain4j/langchain4j则是langchain的一个Java封装器--一个类固醇。整个项目已经在引导用户，并专注于清楚地展示使用的可能性（在项目中你会发现一个带有例子的目录），并且创造者宣布进一步的发展。
【大模型】—LangChain开源框架介绍
crystal_csdn8的博客
07-16 4128
了解Langchain的概念，业务框架，核心元素以及可能的应用场景等
一文搞懂大模型框架：LangChain
weixin_45727359的博客
08-10 2185
来源：AI研究局作者：张伟在日常生活中，我们通常致力于构建端到端的应用程序。有许多自动机器学习平台和持续集成/持续交付（CI/CD）流水线可用于自动化我们的机器学习流程。我们还有像 Roboflow 和 Andrew N.G. 的 Landing AI 这样的工具，可以自动化或创建端到端的计算机视觉应用程序。如果我们想要借助 OpenAI 或 Hugging Face 创建基于大语言模型的应用程序...
大模型从入门到应用——LangChain：模型（Models）-[大型语言模型（LLMs）：缓存LLM的调用结果]
冯·诺依曼
07-24 8230
大型语言模型（LLMs）：缓存LLM的调用结果
大模型上层工具链（二）：LangChain【将LLM与开发者现有的知识和系统相结合，以提供更智能化的服务】
u013250861的博客
05-06 796
LangChain是一个开源的应用开发框架，目前支持Python和TypeScript两种编程语言。LangChain的主要应用场景包括个人助手、基于文档的问答、聊天机器人、查询表格数据、代码分析等。随着ChatGPT等大型语言模型（LLM）的发布，应用开发者越来越倾向于将LLM集成到自己的应用中。然而，由于LLM生成结果的不确定性和不准确性，目前还无法仅依靠LLM提供智能化服务。因此，LangChain应运而生，其主要目标是将LLM与开发者现有的知识和系统相结合，以提供更智能化的服务。
大模型部署手记（17）7个大模型+Windows+LongChain-ChatChat
张小白
10-17 3758
硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
AI语言模型开源框架:langchain
03-05
项目标签：[大语言模型] [LLM] [机器学习] [LangChain] 推荐理由：一个开源框架，旨在让AI开发人员能够将大型语言模型（LLM）如 GPT-4 与外部数据结合起来。它提供了灵活的接口和功能，支持将外部数据与语言模型进行...
【AI大模型应用开发】以LangChain为例：从短期记忆实战，到如何让AI应用保持长期记忆的探索
最新发布
同学小张的博客
03-30 1941
本文我们来系统看下实现大模型应用记忆的方法，包括短期记忆和长期记忆。还是以LangChain为例来进行实战。
​人工智能 | LangChain核心模块Memory：开启AI学习的黄金时代
慕漓的博客
12-13 885
可能会因为每条对话的数据量过大而导致超过token限制，而且对话的轮次也是设置不够灵活2.基于token数量限制的memory又可能因为最新的消息中内容过长，丢失前几次对话中的一些重要信息。所以LangChain提供了一种基于保存上下文概括信息的memory，这个memory利用大模型本身擅长处理分析对话消息的能力，将历史对话数据使用大模型概括成简短的文本，在尽量少丢失关键信息的情况下，同时也减少了历史信息占用的token数量。
【AI大模型应用开发】【LangChain系列】2. 一文全览LangChain数据连接模块：从文档加载到向量检索RAG，理论+实战+细节
同学小张的博客
02-06 2168
本文学习 LangChain 中的 数据连接（Retrieval） 模块。该模块提供文档加载、切分，向量存储、检索等操作的封装。最后，结合RAG基本流程、LangChain Prompt模板和输入输出模块，我们将利用LangChain实现RAG的基本流程。
LangChain学习一：入门-本地化部署-接入大模型
huiguo_的博客
12-06 7177
LangChain提供了一个标准的内存接口、一组内存实现及使用内存的链/代理示例。前提条件你是部署好了你的本地大模型，并且提供了API接口，如果你还不会搭建本地模型，你可以参考我的另一篇博客。如果你是在国外或者学会了科学上网，并且你在openai注册了key，你就可以使用opanai的模块进行调用。当然应为我们选择LangChain最为我们的中间件，我们也可以使用LangChain封装的模块使用。提供了一个标准的代理接口，一系列可供选择的代理，以及端到端代理的示例。在下载之前你需要安装环境。
拥抱生成式大模型 -- langchain篇 （博客搬家至知乎，同步更新）
从网络到AI，从学术界到产业界，随着兴趣去逐梦
05-04 4638
到目前为止，我们一直只是单独使用PromptTemplate和LLM原语进行操作。但是，实际的应用不仅仅是一个原语，而是由它们的组合构成的。在LangChain中，链由链接组成，链接可以是LLM等原语或其他链。最核心的链类型是LLMChain，它由一个PromptTemplate和一个LLM组成。延续前面的例子，我们可以构建一个LLMChain，它接受用户输入，使用PromptTemplate对其进行格式化，然后将格式化的响应传递给LLM。
用LangChain构建大语言模型应用
零点壹客的博客
06-13 952
该库提供的功能比本文中提到的要多得多，并且还在快速迭代，以目前的发展速度，这篇文章也可能在一个月内就过时了。一套中心化接口，用于处理长期记忆（参见Memory）、外部数据（参见Indexes）、其他 LLM（参见Chains）以及 LLM 无法处理的任务的其他代理（例如，计算或搜索）。流行的向量数据库有很多，本文中，我使用 Faiss，因为它不需要 API 密钥。包为许多基础模型提供了一个通用接口，支持提示管理，并通过代理充当其他组件（如提示模板、其他大语言模型、外部数据和其他工具）的中央接口。
大模型云开发平台与大模型框架的区别
03-22
大模型云开发平台和大模型框架是两个不同的概念。 大模型云开发平台是指提供云端计算资源和工具，用于训练和部署大规模深度学习模型的平台。它通常提供了高性能的计算资源、分布式训练和推理的支持，以及可视化的界面和管理工具，方便用户进行模型的训练、调优和部署。大模型云开发平台可以帮助用户快速搭建和管理复杂的深度学习模型，提高开发效率。 而大模型框架是指用于构建和训练大规模深度学习模型的软件框架。它提供了一系列的API和工具，用于定义、训练和评估深度学习模型。大模型框架通常包括了各种常用的神经网络层、优化算法、损失函数等组件，以及分布式训练和推理的支持。用户可以使用大模型框架来自定义和训练自己的深度学习模型，实现各种复杂的任务。 总结起来，大模型云开发平台主要提供了云端计算资源和管理工具，用于训练和部署大规模深度学习模型；而大模型框架则是用于构建和训练深度学习模型的软件框架。两者相辅相成，大模型云开发平台提供了便捷的环境和工具，而大模型框架则提供了灵活的模型构建和训练能力。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值