LangChain 框架提供了常见用例的抽象,简化了大型语言模型(LLM)(如 OpenAI GPT4 或 Google PaLM)的应用。它支持 JavaScript 和 Python。
为了弄清楚为什么需要 LangChain,我们先来看下 LLM 的工作原理。
本质上,LLM 是统计模型,它可以从一组给定的文本块(从一个字符到几个单词都可以)预测下一组文本块。
起初的文本块称为提示,提示工程是一门通过提供最合适的提示集来优化 LLM 预测结果的艺术。
虽然 LangChain 提供了许多工具,但其最核心的功能包括以下 3 项:一个抽象层,使开发人员能够使用一组标准化的命令与不同的 LLM 提供者进行交互;一套工具,通过实施一组最佳实践来形式化提示工程的过程;将 LangChain 提供的各种组件链接在一起以执行复杂的交互。
下面的 JavaScript 示例演示了如何创建和执行只包含一个提示的最简单的链。
const model = new OpenAI();``import { PromptTemplate } from "langchain/prompts";`` ```const prompt = PromptTemplate.fromTemplate(`Tell me a joke about {topic}`);```const chain = new LLMChain({ llm: model, prompt: prompt });``const response = await chain.call({ topic: "ducks" });
当然,使用单个组件的链并不是很有意思。通常,比较复杂的应用程序会使用多个组件来生成所需的结果。
我们将用 SimpleSequentialChain 做个演示,它会按顺序运行多个提示。在这个例子中,我们向 LangChain 提供一门语言,并要求它使用这种语言写一个笑话,然后我们要求它将其翻译成西班牙语。
`const translatePrompt = PromptTemplate.fromTemplate(`translate the following text to Spanish: {text}`);```const translateChain = new LLMChain({ llm: model, prompt: translatePrompt });``const overallChain = new SimpleSequentialChain({` `chains: [chain, translateChain],` `verbose: true,` `});``const results = await overallChain.run("ducks");
注意,通过将 verbose: true 传递给 SimpleSequentialChain,我们可以看到生成过程,这样便于调试。
当然,LangChain 所能做的远不止链接几个提示。它包括两个模块,允许开发人员扩展与 LLM 的交互,而不仅仅是实现简单的聊天。
Memory 模块使开发人员能够使用各种解决方案(从使用 Redis 和 DynamoDB 等外部数据库到简单地将数据存储在内存中)跨链持久化状态。
Agents 模块使链能够与外部提供者进行交互,并基于它们的响应执行操作。
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓