लैंगचेन में LLMChains कैसे चलाएं?

Laingacena Mem Llmchains Kaise Cala Em



लैंगचेन वह ढांचा है जो डेवलपर्स को बड़े भाषा मॉडल या चैट मॉडल बनाने में सक्षम बनाता है जिनका उपयोग मनुष्य जानकारी निकालने के लिए कर सकते हैं। इन मॉडलों का उपयोग आदेशों को समझने के बाद तदनुसार पाठ उत्पन्न करने के लिए प्राकृतिक भाषाओं में बातचीत करने के लिए किया जा सकता है। एलएलएम या चैटबॉट चैट के संदर्भ को प्राप्त करने के लिए पिछले संदेशों को अवलोकन के रूप में संग्रहीत करके मनुष्यों के साथ बातचीत करने के लिए श्रृंखलाओं का उपयोग करते हैं।

यह मार्गदर्शिका लैंगचेन में एलएलएमचेन चलाने की प्रक्रिया का वर्णन करेगी।

लैंगचेन में LLMChains कैसे चलाएं?

लैंगचेन एलएलएम/चैटबॉट्स और प्रॉम्प्ट टेम्पलेट्स का उपयोग करके एलएलएमचेन्स के निर्माण के लिए सुविधाएं या निर्भरताएं प्रदान करता है। लैंगचेन में एलएलएमचेन बनाने और चलाने की प्रक्रिया सीखने के लिए, बस निम्नलिखित चरणबद्ध मार्गदर्शिका का पालन करें:







चरण 1: पैकेज स्थापित करें

सबसे पहले, LLMChains के निर्माण और संचालन के लिए इसकी निर्भरता प्राप्त करने के लिए लैंगचेन मॉड्यूल स्थापित करके प्रक्रिया शुरू करें:



पाइप लैंगचैन स्थापित करें



एलएलएम के निर्माण के लिए लाइब्रेरीज़ को ओपनएआई() फ़ंक्शन का उपयोग करने के लिए पाइप कमांड का उपयोग करके ओपनएआई फ्रेमवर्क स्थापित करें:





पिप इंस्टाल ओपनाई

मॉड्यूल की स्थापना के बाद, बस पर्यावरण स्थापित करें OpenAI खाते से API कुंजी का उपयोग करने वाले चर:



आयात आप

आयात पास ले लो

आप . लगभग [ 'OPENAI_API_KEY' ] = पास ले लो . पास ले लो ( 'ओपनएआई एपीआई कुंजी:' )

चरण 2: पुस्तकालय आयात करें

एक बार सेटअप पूरा हो जाए और सभी आवश्यक पैकेज इंस्टॉल हो जाएं, तो प्रॉम्प्ट टेम्पलेट बनाने के लिए आवश्यक लाइब्रेरी आयात करें। उसके बाद, बस OpenAI() विधि का उपयोग करके LLM बनाएं और LLM और प्रॉम्प्ट टेम्पलेट का उपयोग करके LLMChain को कॉन्फ़िगर करें:

से लैंगचैन आयात संकेत टेम्पलेट

से लैंगचैन आयात ओपनएआई

से लैंगचैन आयात एलएलएमचेन

प्रॉम्प्ट_टेम्पलेट = 'मुझे उस व्यवसाय के लिए एक अच्छा शीर्षक बताएं जो {उत्पाद} बनाता है?'

एलएलएम = ओपनएआई ( तापमान = 0 )

एलएलएम_चेन = एलएलएमचेन (

एलएलएम = एलएलएम ,

तत्पर = संकेत टेम्पलेट. टेम्पलेट से ( प्रॉम्प्ट_टेम्पलेट )

)

एलएलएम_चेन ( 'रंगीन कपड़े' )

चरण 3: जंजीरें चलाना

व्यवसाय द्वारा उत्पादित विभिन्न उत्पादों वाली इनपुट सूची प्राप्त करें और स्क्रीन पर सूची प्रदर्शित करने के लिए श्रृंखला चलाएं:

इनपुट_सूची = [
{ 'उत्पाद' : 'मोज़े' } ,
{ 'उत्पाद' : 'कंप्यूटर' } ,
{ 'उत्पाद' : 'जूते' }
]

एलएलएम_चेन. आवेदन करना ( इनपुट_सूची )

का उपयोग करके जेनरेट() विधि चलाएँ इनपुट_सूची मॉडल द्वारा उत्पन्न वार्तालाप से संबंधित आउटपुट प्राप्त करने के लिए LLMChains के साथ:

एलएलएम_चेन. उत्पन्न ( इनपुट_सूची )

चरण 4: एकल इनपुट का उपयोग करना

केवल एक इनपुट का उपयोग करके LLMChains को चलाने के लिए एक अन्य उत्पाद जोड़ें और फिर आउटपुट उत्पन्न करने के लिए LLMChain की भविष्यवाणी करें:

एलएलएम_चेन. भविष्यवाणी करना ( उत्पाद = 'रंगीन मोज़े' )

चरण 5: एकाधिक इनपुट का उपयोग करना

अब, श्रृंखला चलाने से पहले मॉडल को कमांड प्रदान करने के लिए एकाधिक इनपुट का उपयोग करने के लिए टेम्पलेट बनाएं:

खाका = '''मुझे {विषय} के बारे में एक {विशेषण} चुटकुला बताओ।'''
तत्पर = संकेत टेम्पलेट ( खाका = खाका , इनपुट_चर = [ 'विशेषण' , 'विषय' ] )
एलएलएम_चेन = एलएलएमचेन ( तत्पर = तत्पर , एलएलएम = ओपनएआई ( तापमान = 0 ) )

एलएलएम_चेन. भविष्यवाणी करना ( विशेषण = 'उदास' , विषय = 'बतख' )

चरण 6: आउटपुट पार्सर का उपयोग करना

यह चरण प्रॉम्प्ट के आधार पर आउटपुट प्राप्त करने के लिए LLMChain को चलाने के लिए आउटपुट पार्सर विधि का उपयोग करता है:

से लैंगचैन. आउटपुट_पार्सर्स आयात अल्पविराम से पृथक सूची आउटपुट पार्सर

आउटपुट_पार्सर = अल्पविराम से पृथक सूची आउटपुट पार्सर ( )

खाका = '''इंद्रधनुष के सभी रंगों की सूची बनाएं'''

तत्पर = संकेत टेम्पलेट ( खाका = खाका , इनपुट_चर = [ ] , आउटपुट_पार्सर = आउटपुट_पार्सर )

एलएलएम_चेन = एलएलएमचेन ( तत्पर = तत्पर , एलएलएम = एलएलएम )

एलएलएम_चेन. भविष्यवाणी करना ( )

आउटपुट प्राप्त करने के लिए पार्स() विधि का उपयोग करने से इंद्रधनुष के सभी रंगों की अल्पविराम से अलग की गई सूची तैयार हो जाएगी:

एलएलएम_चेन. भविष्यवाणी_और_विश्लेषण ( )

चरण 7: स्ट्रिंग्स से आरंभ करना

यह चरण LLM मॉडल और टेम्पलेट का उपयोग करके LLMChain को चलाने के लिए प्रॉम्प्ट के रूप में एक स्ट्रिंग का उपयोग करने की प्रक्रिया को समझाता है:

खाका = '''मुझे {विषय}'' के बारे में एक {विशेषण} चुटकुला बताओ

एलएलएम_चेन = एलएलएमचेन। from_string ( एलएलएम = एलएलएम , खाका = खाका )

LLMChain चलाकर मॉडल से आउटपुट प्राप्त करने के लिए स्ट्रिंग प्रॉम्प्ट में वेरिएबल्स के मान प्रदान करें:

एलएलएम_चेन. भविष्यवाणी करना ( विशेषण = 'उदास' , विषय = 'बतख' )

यह सब लैंगचैन ढांचे का उपयोग करके एलएलएमचेन चलाने के बारे में है।

निष्कर्ष

लैंगचेन में LLMChains बनाने और चलाने के लिए, पैकेज जैसी पूर्वापेक्षाएँ स्थापित करें और OpenAI की एपीआई कुंजी का उपयोग करके पर्यावरण सेट करें। उसके बाद, लैंगचेन निर्भरता का उपयोग करके एलएलएमसीचेन चलाने के लिए प्रॉम्प्ट टेम्पलेट और मॉडल को कॉन्फ़िगर करने के लिए आवश्यक लाइब्रेरी आयात करें। जैसा कि गाइड में दिखाया गया है, उपयोगकर्ता LLMChains को चलाने के लिए आउटपुट पार्सर और स्ट्रिंग कमांड का उपयोग कर सकता है। इस गाइड में लैंगचेन में एलएलएमचेन चलाने की पूरी प्रक्रिया के बारे में विस्तार से बताया गया है।