AI
文章平均质量分 90
sziitjin
安卓App开发工程师
展开
-
LangChain-v0.2 Ollama本地部署及调用
本文主要介绍如何本地部署Ollama 和 如何使用 LangChain 与Ollama 模型交互。原创 2024-07-29 14:27:01 · 677 阅读 · 0 评论 -
LangChain-v0.2 构建 PDF 采集和问答系统
PDF 文件通常包含其他来源无法获取的重要非结构化数据。它们可能非常长,而且与纯文本文件不同,通常无法直接输入到语言模型的提示中。在本中,我们将创建一个可以回答有关 PDF 文件的问题的系统。更具体地说,就是使用文档加载器加载 LLM 可以使用的格式的文本,然后构建检索增强生成 (RAG) 管道来回答问题,包括来自源材料的引文。原创 2024-07-26 14:40:31 · 521 阅读 · 0 评论 -
LangChain-v0.2 构建检索增强生成 (RAG) 应用程序
RAG 是一种利用附加数据增强 LLM 知识的技术。LLM 可以推理广泛的主题,但他们的知识仅限于他们接受训练的特定时间点的公共数据。如果您想构建能够推理私有数据或模型截止日期后引入的数据的 AI 应用程序,则需要使用模型所需的特定信息来增强模型的知识。将适当的信息引入模型提示的过程称为检索增强生成 (RAG)。简单的说,你想要使用LLM根据你的知识库(文档等)内容来回答问题,那么你需要将你的知识库的内容投喂给LLM,这个投喂的过程就称为检索增强生成 (RAG)。原创 2024-07-25 16:29:44 · 1085 阅读 · 0 评论 -
LangChain-v0.2 Build an Agent 构建代理
语言模型本身不能采取行动,它们只是输出文本。LangChain的一个重要用例是创建代理。代理是使用LLM作为推理引擎来确定要采取哪些行动,以及传递哪些输入的系统。执行操作后,可以将结果反馈到LLM中,以确定是否需要更多操作,或者是否可以完成。本文我们将构建一个可以与搜索引擎交互的代理。您将能够向该代理提问,观看它调用搜索工具,并与之进行对话。原创 2024-07-17 17:41:50 · 1085 阅读 · 0 评论 -
LangChain-v0.2 构建聊天机器人
本文将介绍如何设计和实现 LLM 驱动的聊天机器人的示例。该聊天机器人能够进行对话和记住历史聊天记录。原创 2024-07-16 14:30:25 · 636 阅读 · 0 评论 -
LangChain-v0.2 使用 LCEL 构建一个简单的 LLM 应用程序
本文将向你展示如何使用 LangChain 构建一个简单的 LLM 应用程序。此应用程序会将文本从英语翻译成另一种语言。这是一个相对简单的 LLM 应用程序 - 它只是一个 LLM 调用加上一些提示。尽管如此,这仍然是开始使用 LangChain 的好方法——只需一些提示和 LLM 调用就可以构建许多功能!本文在python环境进行操作。原创 2024-07-15 16:26:10 · 808 阅读 · 0 评论