लैंगचेन वह ढांचा है जिसका उपयोग बड़े भाषा मॉडल या एलएलएम के निर्माण के लिए पुस्तकालयों और निर्भरताओं को आयात करने के लिए किया जा सकता है। भाषा मॉडल बातचीत के संदर्भ को प्राप्त करने के लिए अवलोकन के रूप में डेटाबेस में डेटा या इतिहास को संग्रहीत करने के लिए मेमोरी का उपयोग करते हैं। मेमोरी को नवीनतम संदेशों को संग्रहीत करने के लिए कॉन्फ़िगर किया गया है ताकि मॉडल उपयोगकर्ता द्वारा दिए गए अस्पष्ट संकेतों को समझ सके।
यह ब्लॉग लैंगचेन के माध्यम से एलएलएमसीचेन में मेमोरी का उपयोग करने की प्रक्रिया बताता है।
लैंगचेन के माध्यम से एलएलएमसीचेन में मेमोरी का उपयोग कैसे करें?
मेमोरी जोड़ने और इसे लैंगचेन के माध्यम से एलएलएमसीचेन में उपयोग करने के लिए, कन्वर्सेशनबफरमेमोरी लाइब्रेरी का उपयोग लैंगचेन से आयात करके किया जा सकता है।
लैंगचेन के माध्यम से एलएलएमसीचेन में मेमोरी का उपयोग करने की प्रक्रिया सीखने के लिए, निम्नलिखित गाइड पर जाएँ:
चरण 1: मॉड्यूल स्थापित करें
सबसे पहले, पाइप कमांड का उपयोग करके लैंगचेन स्थापित करके मेमोरी का उपयोग करने की प्रक्रिया शुरू करें:
पाइप लैंगचैन स्थापित करें
एलएलएम या चैट मॉडल बनाने के लिए इसकी निर्भरता या लाइब्रेरी प्राप्त करने के लिए ओपनएआई मॉड्यूल स्थापित करें:
पिप इंस्टाल ओपनाई
परिवेश स्थापित करें ओपनएआई के लिए ओएस और गेटपास लाइब्रेरी आयात करके अपनी एपीआई कुंजी का उपयोग करना:
हमें आयात करेंगेटपास आयात करें
os.environ['OPENAI_API_KEY'] = getpass.getpass('OpenAI API कुंजी:')
चरण 2: पुस्तकालय आयात करना
पर्यावरण स्थापित करने के बाद, बस लैंगचेन से कन्वर्सेशनबफरमेमोरी जैसी लाइब्रेरी आयात करें:
langchain.चेन से LLMChain आयात करेंlangchan.llms से OpenAI आयात करें
langchan.memory से ConversationBufferMemory आयात करें
langchan.prompts से PromptTemplate आयात करें
उपयोगकर्ता से क्वेरी प्राप्त करने के लिए 'इनपुट' और बफ़र मेमोरी में डेटा संग्रहीत करने के लिए 'हिस्ट' जैसे वेरिएबल का उपयोग करके प्रॉम्प्ट के लिए टेम्पलेट कॉन्फ़िगर करें:
template = '''आप एक मॉडल हैं जो एक इंसान के साथ बातचीत कर रही हैं{इतिहास}
मानव: {इनपुट}
चैटबॉट:'''
प्रॉम्प्ट = प्रॉम्प्टटेम्पलेट(
इनपुट_वेरिएबल्स = ['इतिहास', 'इनपुट'], टेम्पलेट = टेम्पलेट
)
मेमोरी = कन्वर्सेशनबफ़रमेमोरी(मेमोरी_की='हिस्ट')
चरण 3: एलएलएम को कॉन्फ़िगर करना
एक बार क्वेरी के लिए टेम्प्लेट बन जाने के बाद, कई मापदंडों का उपयोग करके LLMChain() विधि को कॉन्फ़िगर करें:
एलएलएम = ओपनएआई()एलएलएम_चेन = एलएलएमचेन(
एलएलएम = एलएलएम,
शीघ्र = शीघ्र,
वाचाल = सत्य,
स्मृति=स्मृति,
)
चरण 4: एलएलएमचेन का परीक्षण
उसके बाद, टेक्स्ट फॉर्म में उपयोगकर्ता से संकेत प्राप्त करने के लिए इनपुट वेरिएबल का उपयोग करके LLMChain का परीक्षण करें:
llm_चेन.भविष्यवाणी(इनपुट='नमस्ते मेरे दोस्त') 
संदर्भ का उपयोग करके आउटपुट निकालने के लिए मेमोरी में संग्रहीत डेटा प्राप्त करने के लिए किसी अन्य इनपुट का उपयोग करें:
llm_चेन.भविष्यवाणी(इनपुट='अच्छा! मैं अच्छा हूँ - आप कैसे हैं') 
चरण 5: चैट मॉडल में मेमोरी जोड़ना
लाइब्रेरीज़ को आयात करके मेमोरी को चैट मॉडल-आधारित LLMChain में जोड़ा जा सकता है:
langchan.chat_models से ChatOpenAI आयात करेंlangchan.schema से SystemMessage आयात करें
langchin.prompts से ChatPromptTemplate, HumanMessagePromptTemplate, MessagesPlacefolder आयात करें
उपयोगकर्ता से इनपुट सेट करने के लिए विभिन्न वेरिएबल्स का उपयोग करके ConversationBufferMemory() का उपयोग करके प्रॉम्प्ट टेम्पलेट कॉन्फ़िगर करें:
प्रॉम्प्ट = ChatPromptTemplate.from_messages([SystemMessage (सामग्री = 'आप एक मॉडल हैं जो एक इंसान के साथ बातचीत कर रही हैं'),
संदेशप्लेसहोल्डर(variable_),
HumanMessagePromptTemplate.from_template('{input}'),
])
मेमोरी = कन्वर्सेशनबफ़रमेमोरी(मेमोरी_की='हिस्ट', रिटर्न_मैसेज=ट्रू)
चरण 6: एलएलएमचेन को कॉन्फ़िगर करना
विभिन्न तर्कों और मापदंडों का उपयोग करके मॉडल को कॉन्फ़िगर करने के लिए LLMChain() विधि सेट करें:
एलएलएम = चैटओपनएआई()चैट_एलएलएम_चेन = एलएलएमचेन(
एलएलएम = एलएलएम,
शीघ्र = शीघ्र,
वाचाल = सत्य,
स्मृति=स्मृति,
)
चरण 7: एलएलएमचेन का परीक्षण
अंत में, बस इनपुट का उपयोग करके LLMChain का परीक्षण करें ताकि मॉडल प्रॉम्प्ट के अनुसार टेक्स्ट उत्पन्न कर सके:
चैट_एलएलएम_चेन.भविष्यवाणी(इनपुट='नमस्ते मेरे दोस्त') 
मॉडल ने पिछली बातचीत को मेमोरी में संग्रहीत किया है और क्वेरी के वास्तविक आउटपुट से पहले इसे प्रदर्शित करता है:
llm_चेन.भविष्यवाणी(इनपुट='अच्छा! मैं अच्छा हूँ - आप कैसे हैं') 
यह सब लैंगचेन का उपयोग करके एलएलएमसीचेन में मेमोरी का उपयोग करने के बारे में है।
निष्कर्ष
लैंगचेन फ्रेमवर्क के माध्यम से एलएलएमसीचेन में मेमोरी का उपयोग करने के लिए, मॉड्यूल से निर्भरता प्राप्त करने के लिए वातावरण स्थापित करने के लिए बस मॉड्यूल स्थापित करें। उसके बाद, पिछली बातचीत को संग्रहीत करने के लिए बफर मेमोरी का उपयोग करने के लिए बस लैंगचेन से लाइब्रेरी आयात करें। उपयोगकर्ता LLMChain का निर्माण करके और फिर इनपुट प्रदान करके श्रृंखला का परीक्षण करके चैट मॉडल में मेमोरी भी जोड़ सकता है। इस गाइड में लैंगचेन के माध्यम से एलएलएमसीचेन में मेमोरी का उपयोग करने की प्रक्रिया के बारे में विस्तार से बताया गया है।