இந்த வழிகாட்டி LangChain இல் LLMCchains இயங்கும் செயல்முறையை விளக்குகிறது.
LangChain இல் LLMCchains ஐ எவ்வாறு இயக்குவது?
எல்எல்எம்கள்/சாட்போட்கள் மற்றும் ப்ராம்ட் டெம்ப்ளேட்களைப் பயன்படுத்தி எல்எல்எம்செயின்களை உருவாக்குவதற்கான அம்சங்கள் அல்லது சார்புகளை LangChain வழங்குகிறது. LangChain இல் LLMCchains ஐ உருவாக்கி இயக்கும் செயல்முறையை அறிய, பின்வரும் படிப்படியான வழிகாட்டியைப் பின்பற்றவும்:
படி 1: தொகுப்புகளை நிறுவவும்
முதலில், எல்எல்எம்செயின்களை உருவாக்குவதற்கும் இயக்குவதற்கும் அதன் சார்புகளைப் பெற லாங்செயின் தொகுதியை நிறுவுவதன் மூலம் செயல்முறையைத் தொடங்கவும்:
pip நிறுவல் langchain
LLMகளை உருவாக்குவதற்கு OpenAI() செயல்பாட்டைப் பயன்படுத்த நூலகங்களைப் பெற, pip கட்டளையைப் பயன்படுத்தி OpenAI கட்டமைப்பை நிறுவவும்:
pip install openai
தொகுதிகள் நிறுவப்பட்ட பிறகு, வெறுமனே சூழலை அமைக்க OpenAI கணக்கிலிருந்து API விசையைப் பயன்படுத்தி மாறிகள்:
இறக்குமதி நீ
இறக்குமதி கெட்பாஸ்
நீ . தோராயமாக [ 'OPENAI_API_KEY' ] = கெட்பாஸ் . கெட்பாஸ் ( 'OpenAI API விசை:' )
படி 2: நூலகங்களை இறக்குமதி செய்யவும்
அமைவு முடிந்ததும், தேவையான அனைத்து தொகுப்புகளும் நிறுவப்பட்டதும், ப்ராம்ட் டெம்ப்ளேட்டை உருவாக்க தேவையான நூலகங்களை இறக்குமதி செய்யவும். அதன் பிறகு, OpenAI() முறையைப் பயன்படுத்தி LLM ஐ உருவாக்கி, LLMகள் மற்றும் ப்ராம்ட் டெம்ப்ளேட்டைப் பயன்படுத்தி LLMChain ஐ உள்ளமைக்கவும்:
இருந்து லாங்செயின் இறக்குமதி PromptTemplateஇருந்து லாங்செயின் இறக்குமதி OpenAI
இருந்து லாங்செயின் இறக்குமதி எல்எல்எம்செயின்
prompt_template = '{product} செய்யும் வணிகத்திற்கான நல்ல தலைப்பை எனக்குக் கொடுக்கவா?'
llm = OpenAI ( வெப்ப நிலை = 0 )
llm_செயின் = எல்எல்எம்செயின் (
llm = llm ,
உடனடியாக = PromptTemplate. இருந்து_வார்ப்புரு ( prompt_template )
)
llm_செயின் ( 'வண்ணமயமான ஆடைகள்' )
படி 3: இயங்கும் சங்கிலிகள்
வணிகத்தால் தயாரிக்கப்பட்ட பல்வேறு தயாரிப்புகளைக் கொண்ட உள்ளீட்டுப் பட்டியலைப் பெற்று, பட்டியலைத் திரையில் காண்பிக்க சங்கிலியை இயக்கவும்:
உள்ளீடு_பட்டியல் = [{ 'தயாரிப்பு' : 'சாக்ஸ்' } ,
{ 'தயாரிப்பு' : 'கணினி' } ,
{ 'தயாரிப்பு' : 'காலணிகள்' }
]
llm_செயின். விண்ணப்பிக்க ( உள்ளீடு_பட்டியல் )
உருவாக்கு() முறையைப் பயன்படுத்தி இயக்கவும் உள்ளீடு_பட்டியல் மாதிரியால் உருவாக்கப்பட்ட உரையாடல் தொடர்பான வெளியீட்டைப் பெற LLMCchains உடன்:
llm_செயின். உருவாக்க ( உள்ளீடு_பட்டியல் )
படி 4: ஒற்றை உள்ளீட்டைப் பயன்படுத்துதல்
ஒரே ஒரு உள்ளீட்டைப் பயன்படுத்தி LLMCchains ஐ இயக்க மற்றொரு தயாரிப்பைச் சேர்த்து, வெளியீட்டை உருவாக்க LLMChain ஐக் கணிக்கவும்:
llm_செயின். கணிக்க ( தயாரிப்பு = 'வண்ணமயமான சாக்ஸ்' )படி 5: பல உள்ளீடுகளைப் பயன்படுத்துதல்
இப்போது, சங்கிலியை இயக்கும் முன் மாதிரிக்கு கட்டளையை வழங்குவதற்கு பல உள்ளீடுகளைப் பயன்படுத்துவதற்கான டெம்ப்ளேட்டை உருவாக்கவும்:
டெம்ப்ளேட் = '''{subject} பற்றி ஒரு {பெயரடை} ஜோக் சொல்லு.'''உடனடியாக = PromptTemplate ( டெம்ப்ளேட் = டெம்ப்ளேட் , உள்ளீடு_மாறிகள் = [ 'பெயரடை' , 'பொருள்' ] )
llm_செயின் = எல்எல்எம்செயின் ( உடனடியாக = உடனடியாக , llm = OpenAI ( வெப்ப நிலை = 0 ) )
llm_செயின். கணிக்க ( பெயரடை = 'சோகம்' , பொருள் = 'வாத்துகள்' )
படி 6: அவுட்புட் பாகுபடுத்தியைப் பயன்படுத்துதல்
இந்த படியானது எல்.எல்.எம்.செயினை இயக்க வெளியீட்டு பாகுபடுத்தி முறையைப் பயன்படுத்துகிறது:
இருந்து லாங்செயின். வெளியீடு_பாகுபடுத்திகள் இறக்குமதி CommaSeparatedListOutputParserவெளியீடு_பாகுபடுத்தி = CommaSeparatedListOutputParser ( )
டெம்ப்ளேட் = '''ஒரு வானவில்லில் உள்ள அனைத்து வண்ணங்களையும் பட்டியலிடுங்கள்'''
உடனடியாக = PromptTemplate ( டெம்ப்ளேட் = டெம்ப்ளேட் , உள்ளீடு_மாறிகள் = [ ] , வெளியீடு_பாகுபடுத்தி = வெளியீடு_பாகுபடுத்தி )
llm_செயின் = எல்எல்எம்செயின் ( உடனடியாக = உடனடியாக , llm = llm )
llm_செயின். கணிக்க ( )
வெளியீட்டைப் பெற பாகுபடுத்தும் () முறையைப் பயன்படுத்துவது, வானவில்லில் உள்ள அனைத்து வண்ணங்களின் கமாவால் பிரிக்கப்பட்ட பட்டியலை உருவாக்கும்:
llm_செயின். கணிக்க_மற்றும்_பகுத்து ( )
படி 7: சரங்களில் இருந்து தொடங்குதல்
LLM மாதிரி மற்றும் டெம்ப்ளேட்டைப் பயன்படுத்தி LLMChain ஐ இயக்குவதற்கான வரியில் ஒரு சரத்தைப் பயன்படுத்துவதற்கான செயல்முறையை இந்தப் படி விளக்குகிறது:
டெம்ப்ளேட் = '''{subject} பற்றி ஒரு {பெயரடை} ஜோக் சொல்லு'''llm_செயின் = எல்எல்எம்செயின். சரத்திலிருந்து_ ( llm = llm , டெம்ப்ளேட் = டெம்ப்ளேட் )
LLMChain ஐ இயக்குவதன் மூலம் மாதிரியிலிருந்து வெளியீட்டைப் பெற, சரம் வரியில் மாறிகளின் மதிப்புகளை வழங்கவும்:
llm_செயின். கணிக்க ( பெயரடை = 'சோகம்' , பொருள் = 'வாத்துகள்' )LangChain கட்டமைப்பைப் பயன்படுத்தி LLMCchains ஐ இயக்குவது தான்.
முடிவுரை
LangChain இல் LLMCchains ஐ உருவாக்க மற்றும் இயக்க, தொகுப்புகள் போன்ற முன்நிபந்தனைகளை நிறுவவும் மற்றும் OpenAI இன் API விசையைப் பயன்படுத்தி சூழலை அமைக்கவும். அதன் பிறகு, LangChain சார்புகளைப் பயன்படுத்தி LLMChain ஐ இயக்குவதற்கான ப்ராம்ட் டெம்ப்ளேட் மற்றும் மாதிரியை உள்ளமைக்க தேவையான நூலகங்களை இறக்குமதி செய்யவும். வழிகாட்டியில் காட்டப்பட்டுள்ளபடி LLMCchains ஐ இயக்க பயனர் வெளியீட்டு பாகுபடுத்திகள் மற்றும் சரம் கட்டளைகளைப் பயன்படுத்தலாம். எல்எல்எம்செயின்களை லாங்செயினில் இயக்குவதற்கான முழுமையான செயல்முறையை இந்த வழிகாட்டி விவரித்துள்ளது.