- 博客(6)
- 收藏
- 关注
RSS订阅原创 LangChain基础篇 (06)
ReAct Prompt 由 few-shot task-solving trajectories 组成，包括人工编写的文本推理过程和动作，以及对动作的环境观察.ReAct Prompt 设计直观灵活，并在各种任务上实现了最先进的少样本性能，从QA到在线购物##ReAct 在获取新数据方面的优势（HotpotQA 示例）Reason-only baseline （即思维链）由于没有与外部环境接触以获取和更新知识，而且必须依赖有限的内部知识，因此容易受到错误信息（红色标记）的影响。
2025-02-12 19:49:56
355
原创 LangChain基础篇 (02)
这是一个 LLMChain，用于根据剧目的标题撰写简介。template = """你是一位剧作家。根据戏剧的标题，你的任务是为该标题写一个简介。标题：{title}剧作家：以下是对上述戏剧的简介："""# 这是一个LLMChain，用于根据剧情简介撰写一篇戏剧评论。template = """你是《纽约时报》的戏剧评论家。根据剧情简介，你的工作是为该剧撰写一篇评论。剧情简介：{synopsis}以下是来自《纽约时报》戏剧评论家对上述剧目的评论："""
2025-02-12 09:34:28
960
原创 LangChain基础篇 (01)
Langchain 是一个开源框架，它允许开发人员将大型语言模型与外部的计算和数据源结合起来，是一个通过组合模块和能力抽象来扩展 LLM 的助手。
2025-02-11 22:14:40
1246
原创 LangChain基础篇 (03)
大多数LLM应用都具有对话界面。对话的一个重要组成部分是能够引用先前在对话中介绍过的信息。至少，一个对话系统应该能够直接访问一些过去消息的窗口。更复杂的系统将需要拥有一个不断更新的世界模型，使其能够保持关于实体及其关系的信息。我们将存储过去交互信息的能力称为“记忆（Memory）”。LangChain提供了许多用于向应用/系统中添加 Memory 的实用工具。这些工具可以单独使用，也可以无缝地集成到链中。。每个链都定义了一些核心执行逻辑，并期望某些输入。
2025-02-11 22:14:03
192
原创 LangChain基础篇 (04)
BaseLoader类定义了如何从不同的数据源加载文档，并提供了一个可选的方法来分割加载的文档。使用这个类作为基础，开发者可以为特定的数据源创建自定义的加载器，并确保所有这些加载器都提供了加载数据的方法。load_and_split方法还提供了一个额外的功能，可以根据需要将加载的文档分割为更小的块。# 基础加载器类。"""基础加载器类定义。"""# 抽象方法，所有子类必须实现此方法。"""加载数据并将其转换为文档对象。"""# 该方法可以加载文档，并将其分割为更小的块。"""加载文档并分割成块。
2025-02-11 22:13:11
1470
1
原创 LangChain基础篇 (05)
一旦加载了文档，通常会希望对其进行转换以更好地适应您的应用程序。最简单的例子是，您可能希望将长文档拆分为较小的块，以适应模型的上下文窗口。LangChain具有许多内置的文档转换器，可以轻松地拆分、合并、过滤和其他操作文档。
2025-02-11 22:11:16
468
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人