Велики језички модели или ЛЛМ су моћна врста алгоритма неуронске мреже за прављење робота за ћаскање који преузимају податке користећи команде на природним језицима. ЛЛМ омогућавају машинама/рачунарима да боље разумеју природни језик и генеришу језик попут људи. ЛангЦхаин модул такође ради на изградњи НЛП модела. Међутим, он нема свој ЛЛМ, али омогућава интеракцију са много различитих ЛЛМ.
Овај водич ће објаснити процес интеракције са великим језичким моделима користећи ЛангЦхаин.
Како комуницирати са ЛЛМ-има користећи ЛангЦхаин?
Да бисте остварили интеракцију са ЛЛМ-има користећи ЛангЦхаин, једноставно пратите овај једноставан водич корак по корак са примерима:
Инсталирајте модуле за интеракцију са ЛЛМ-овима
Пре него што започнете процес интеракције са ЛЛМ-има користећи ЛангЦхаин, инсталирајте „ лангцхаин ” модул користећи следећи код:
пип инсталирај лангцхаин
Да бисте инсталирали ОпенАИ оквир, користите његов АПИ кључ за интеракцију са ЛЛМ-овима преко следећег кода:
Сада увезите “ ти ' и ' гетпасс ” да бисте користили ОпенАИ АПИ кључ након извршавања кода:
увози нас
импорт гетпасс
ос.енвирон [ 'ОПЕНАИ_АПИ_КЕИ' ] = гетпасс.гетпасс ( „ОпенАИ АПИ кључ:“ )
Позивање ЛЛМ
Увезите ОпенАИ библиотеку из ЛангЦхаин модула да бисте доделили њену функцију „ ллм ' променљива:
из лангцхаин.ллмс импорт ОпенАИллм = ОпенАИ ( )
Након тога, једноставно позовите „ ллм ” и промпт упит као њен параметар:
Генеришите више текстова користећи ЛЛМ
Користите методу генерате() са вишеструким упитима на природном језику да бисте генерисали текст из ЛЛМ-а и сачували га у „ ллм_ресулт ' променљива:
ллм_ресулт = ллм.генерисати ( [ 'Желим да чујем виц' , 'Напиши песму' ] * петнаест )
Добијте дужину објеката ускладиштених у „ ллм_ресулт ” променљива коришћењем функције генерате():
Једноставно позовите променљиву са индексним бројем објеката:
Следећи снимак екрана приказује текст сачуван у „ ллм_ресулт ” променљива на свом индексу 0 која генерише шалу:
Користите метод генерације () са параметром индекса -1 да генеришете песму смештену у променљиву ллм_ресулт:
Једноставно прикажите генерисани излаз у променљивој резултата да бисте добили информације специфичне за добављача које су генерисане у претходном ЛЛМ користећи генерисану функцију:
То је све о интеракцији са ЛЛМ-овима користећи ЛангЦхаин оквир за генерисање природног језика.
Закључак
Да бисте остварили интеракцију са великим језичким моделима користећи ЛангЦхаин, једноставно инсталирајте оквире као што су ЛангЦхаин и ОпенАИ да бисте увезли библиотеке за ЛЛМ. Након тога, обезбедите ОпенАИ АПИ кључ који ћете користити као ЛЛМ за разумевање или генерисање природног језика. Користите ЛЛМ за упит за унос на природном језику, а затим га позовите да генеришете текст на основу команде. Овај водич је објаснио процес интеракције са великим језичким моделима помоћу ЛангЦхаин модула.