Les grands modèles linguistiques ou LLM sont un type puissant d'algorithme de réseau neuronal permettant de créer des chatbots qui récupèrent des données à l'aide de commandes en langage naturel. Les LLM permettent aux machines/ordinateurs de mieux comprendre le langage naturel et de générer un langage comme les humains. Le module LangChain fonctionne également pour créer des modèles NLP. Cependant, il n’a pas son LLM mais il permet d’interagir avec de nombreux LLM différents.
Ce guide expliquera le processus d'interaction avec les grands modèles linguistiques à l'aide de LangChain.
Comment interagir avec les LLM à l’aide de LangChain ?
Pour interagir avec les LLM à l'aide de LangChain, suivez simplement ce guide simple étape par étape avec des exemples :
Installer des modules pour interagir avec les LLM
Avant de commencer le processus d'interaction avec les LLM à l'aide de LangChain, installez le ' chaîne de langue ' module en utilisant le code suivant :
pépin installer chaîne de langue
Pour installer le framework OpenAI, utilisez sa clé API pour interagir avec les LLM via le code suivant :
Maintenant, importez ' toi ' et ' obtenir un laissez-passer ' pour utiliser la clé API OpenAI après avoir exécuté le code :
importez-nous
importer getpass
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( « Clé API OpenAI : » )
Appeler LLM
Importez la bibliothèque OpenAI depuis le module LangChain pour attribuer sa fonction au « llm 'variable :
à partir de langchain.llms, importer OpenAIllm = OpenAI ( )
Après cela, appelez simplement le « llm ' et la requête d'invite comme paramètre :
Générer plusieurs textes à l'aide de LLM
Utilisez la méthode generate() avec plusieurs invites en langage naturel pour générer le texte à partir de LLM et les stocker dans le répertoire « llm_result 'variable :
llm_result = llm.generate ( [ 'Je veux entendre une blague' , 'Écrire un poème' ] * quinze )
Obtenez la longueur des objets stockés dans le « llm_result ' Variable utilisant la fonction generate() :
Appelez simplement la variable avec le numéro d'index des objets :
La capture d'écran suivante affiche le texte stocké dans le dossier « llm_result ' variable à son indice 0 générant la blague :
Utilisez la méthode Generations() avec le paramètre index -1 pour générer le poème placé dans la variable llm_result :
Affichez simplement la sortie générée dans la variable de résultat pour obtenir les informations spécifiques au fournisseur générées dans le LLM précédent à l'aide de la fonction générée :
Il s’agit d’interagir avec les LLM en utilisant le framework LangChain pour générer un langage naturel.
Conclusion
Pour interagir avec les grands modèles de langage à l'aide de LangChain, installez simplement des frameworks tels que LangChain et OpenAI pour importer des bibliothèques pour les LLM. Après cela, fournissez la clé API OpenAI à utiliser comme LLM pour comprendre ou générer le langage naturel. Utilisez le LLM pour l'invite de saisie en langage naturel, puis appelez-le pour générer du texte basé sur la commande. Ce guide a expliqué le processus d'interaction avec les grands modèles linguistiques à l'aide des modules LangChain.