LangChain에서 LLMChain을 실행하는 방법은 무엇입니까?

Langchain Eseo Llmchain Eul Silhaenghaneun Bangbeob Eun Mueos Ibnikka



LangChain은 개발자가 인간이 정보를 추출하는 데 사용할 수 있는 대규모 언어 모델 또는 채팅 모델을 구축할 수 있도록 하는 프레임워크입니다. 이러한 모델은 그에 따라 텍스트를 생성하는 명령을 이해한 후 자연어로 상호 작용하는 데 사용할 수 있습니다. LLM 또는 챗봇은 채팅의 맥락을 파악하기 위해 이전 메시지를 관찰로 저장함으로써 체인을 사용하여 인간과 상호 작용합니다.

이 가이드는 LangChain에서 LLMChain을 실행하는 과정을 설명합니다.

LangChain에서 LLMChain을 실행하는 방법은 무엇입니까?

LangChain은 LLM/Chatbot 및 프롬프트 템플릿을 사용하여 LLMChain을 구축하기 위한 기능 또는 종속성을 제공합니다. LangChain에서 LLMChain을 구축하고 실행하는 과정을 배우려면 다음 단계적 가이드를 따르십시오.







1단계: 패키지 설치

먼저 LangChain 모듈을 설치하여 LLMChain 구축 및 실행을 위한 종속성을 가져오는 프로세스를 시작합니다.



pip 설치 랭체인



pip 명령을 사용하여 OpenAI 프레임워크를 설치하여 LLM 구축을 위해 OpenAI() 기능을 사용하는 라이브러리를 가져옵니다.





pip 설치 openai

모듈 설치 후 간단히 환경을 설정하다 OpenAI 계정의 API 키를 사용하는 변수:



수입

수입 getpass

. [ 'OPENAI_API_KEY' ] = getpass . getpass ( 'OpenAI API 키:' )

2단계: 라이브러리 가져오기

설정이 완료되고 필요한 모든 패키지가 설치되면 프롬프트 템플릿을 구축하는 데 필요한 라이브러리를 가져옵니다. 그런 다음 OpenAI() 메서드를 사용하여 LLM을 구축하고 LLM 및 프롬프트 템플릿을 사용하여 LLMChain을 구성하면 됩니다.

~에서 랭체인 수입 프롬프트 템플릿

~에서 랭체인 수입 오픈AI

~에서 랭체인 수입 LLMChain

프롬프트_템플릿 = '{제품}을(를) 만드는 사업에 대한 좋은 직함을 알려주세요.'

ㅋㅋㅋ = 오픈AI ( 온도 = 0 )

llm_체인 = LLMChain (

ㅋㅋㅋ = ㅋㅋㅋ ,

즉각적인 = 프롬프트 템플릿. from_template ( 프롬프트_템플릿 )

)

llm_체인 ( '화려한 옷' )

3단계: 체인 실행

기업에서 생산한 다양한 제품이 포함된 입력 목록을 가져오고 체인을 실행하여 목록을 화면에 표시합니다.

입력_목록 = [
{ '제품' : '양말' } ,
{ '제품' : '컴퓨터' } ,
{ '제품' : '신발' }
]

llm_chain. 적용하다 ( 입력_목록 )

다음을 사용하여 generate() 메소드를 실행하십시오. 입력_목록 모델에서 생성된 대화와 관련된 출력을 얻으려면 LLMChains를 사용하세요.

llm_chain. 생성하다 ( 입력_목록 )

4단계: 단일 입력 사용

단일 입력만 사용하여 LLMChain을 실행하는 다른 제품을 추가한 다음 LLMChain이 출력을 생성하도록 예측합니다.

llm_chain. 예측하다 ( 제품 = '화려한 양말' )

5단계: 다중 입력 사용

이제 체인을 실행하기 전에 모델에 명령을 제공하기 위해 여러 입력을 사용하기 위한 템플릿을 빌드합니다.

주형 = '''{주제}에 대한 {형용사} 농담을 말해주세요.'''
즉각적인 = 프롬프트 템플릿 ( 주형 = 주형 , 입력_변수 = [ '형용사' , '주제' ] )
llm_체인 = LLMChain ( 즉각적인 = 즉각적인 , ㅋㅋㅋ = 오픈AI ( 온도 = 0 ) )

llm_chain. 예측하다 ( 형용사 = '슬퍼' , 주제 = '즈크 바지' )

6단계: 출력 구문 분석기 사용

이 단계에서는 출력 구문 분석기 메서드를 사용하여 LLMChain을 실행하여 프롬프트에 따라 출력을 얻습니다.

~에서 랭체인. 출력_파서 수입 CommaSeparatedListOutputParser

출력_파서 = CommaSeparatedListOutputParser ( )

주형 = '''무지개에 있는 모든 색깔을 나열해 보세요'''

즉각적인 = 프롬프트 템플릿 ( 주형 = 주형 , 입력_변수 = [ ] , 출력_파서 = 출력_파서 )

llm_체인 = LLMChain ( 즉각적인 = 즉각적인 , ㅋㅋㅋ = ㅋㅋㅋ )

llm_chain. 예측하다 ( )

구문 분석() 메서드를 사용하여 출력을 얻으면 무지개의 모든 색상이 쉼표로 구분된 목록이 생성됩니다.

llm_chain. 예측 및 구문 분석 ( )

7단계: 문자열에서 초기화

이 단계에서는 LLM 모델 및 템플릿을 사용하여 LLMChain을 실행하기 위한 프롬프트로 문자열을 사용하는 프로세스를 설명합니다.

주형 = '''{주제}에 대한 {형용사} 농담을 말해주세요'''

llm_체인 = LLMChain. from_string ( ㅋㅋㅋ = ㅋㅋㅋ , 주형 = 주형 )

LLMChain을 실행하여 모델에서 출력을 얻으려면 문자열 프롬프트에 변수 값을 제공합니다.

llm_chain. 예측하다 ( 형용사 = '슬퍼' , 주제 = '즈크 바지' )

이것이 바로 LangChain 프레임워크를 사용하여 LLMChain을 실행하는 것입니다.

결론

LangChain에서 LLMChain을 구축하고 실행하려면 패키지와 같은 필수 구성 요소를 설치하고 OpenAI의 API 키를 사용하여 환경을 설정하십시오. 그런 다음 LangChain 종속성을 사용하여 LLMChain을 실행하기 위한 프롬프트 템플릿과 모델을 구성하는 데 필요한 라이브러리를 가져옵니다. 사용자는 가이드에 설명된 대로 출력 파서 및 문자열 명령을 사용하여 LLMChain을 실행할 수 있습니다. 이 가이드는 LangChain에서 LLMChain을 실행하는 전체 프로세스에 대해 자세히 설명했습니다.