تعد نماذج اللغة الكبيرة أو LLMs نوعًا قويًا من خوارزمية الشبكة العصبية لإنشاء روبوتات الدردشة التي تجلب البيانات باستخدام أوامر باللغات الطبيعية. تمكن LLMs الآلات / أجهزة الكمبيوتر من فهم اللغة الطبيعية بشكل أفضل وتوليد لغة مثل البشر. تعمل وحدة LangChain أيضًا على بناء نماذج البرمجة اللغوية العصبية. ومع ذلك، فإنه لا يحتوي على LLM ولكنه يسمح بالتفاعل مع العديد من LLMs المختلفة.
سيشرح هذا الدليل عملية التفاعل مع نماذج اللغات الكبيرة باستخدام LangChain.
كيفية التفاعل مع LLMs باستخدام LangChain؟
للتفاعل مع LLMs باستخدام LangChain، ما عليك سوى اتباع هذا الدليل البسيط خطوة بخطوة مع الأمثلة:
تثبيت الوحدات للتفاعل مع LLMs
قبل البدء في عملية التفاعل مع LLMs باستخدام LangChain، قم بتثبيت ' com.langchain 'وحدة باستخدام الكود التالي:
نقطة ثَبَّتَ com.langchain
لتثبيت إطار عمل OpenAI، استخدم مفتاح API الخاص به للتفاعل مع LLMs عبر الكود التالي:
الآن قم باستيراد ' أنت ' و ' com.getpass ' لاستخدام مفتاح OpenAI API بعد تنفيذ الكود:
استيراد لنا
استيراد getpass
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'مفتاح واجهة برمجة تطبيقات OpenAI:' )
استدعاء ماجستير
قم باستيراد مكتبة OpenAI من وحدة LangChain لتعيين وظيفتها إلى ' LLM ' عامل:
من langchain.llms قم باستيراد OpenAIllm = OpenAI ( )
وبعد ذلك فقط اتصل على ' LLM 'الوظيفة والاستعلام السريع كمعلمة لها:
إنشاء نصوص متعددة باستخدام LLMs
استخدم طريقة الإنشاء () مع مطالبات متعددة باللغة الطبيعية لإنشاء النص من LLM وتخزينه في ' llm_result ' عامل:
llm_result = llm.generate ( [ 'أريد أن أسمع نكتة' , 'أكتب قصيدة' ] * خمسة عشر )
احصل على طول الكائنات المخزنة في ' llm_result 'متغير باستخدام وظيفة إنشاء ():
ما عليك سوى استدعاء المتغير برقم فهرس الكائنات:
تعرض لقطة الشاشة التالية النص المخزن في ' llm_result ' المتغير عند مؤشره 0 يولد النكتة:
استخدم طريقة الأجيال () مع المعلمة فهرس -1 لإنشاء القصيدة الموضوعة في المتغير llm_result:
ما عليك سوى عرض المخرجات التي تم إنشاؤها في متغير النتيجة للحصول على المعلومات الخاصة بالموفر والتي تم إنشاؤها في LLM السابقة باستخدام الوظيفة التي تم إنشاؤها:
يتعلق الأمر كله بالتفاعل مع LLMs باستخدام إطار عمل LangChain لإنشاء لغة طبيعية.
خاتمة
للتفاعل مع نماذج اللغات الكبيرة باستخدام LangChain، ما عليك سوى تثبيت أطر عمل مثل LangChain وOpenAI لاستيراد مكتبات LLMs. بعد ذلك، قم بتوفير مفتاح OpenAI API لاستخدامه باعتباره LLMs لفهم أو إنشاء اللغة الطبيعية. استخدم LLM لموجه الإدخال باللغة الطبيعية ثم اتصل به لإنشاء نص بناءً على الأمر. لقد شرح هذا الدليل عملية التفاعل مع نماذج اللغات الكبيرة باستخدام وحدات LangChain.