대규모 언어 모델(LLM)은 자연어로 인간과 소통할 수 있는 대화형 모델을 만드는 데 사용됩니다. 모델이 텍스트를 이해하고 효율적으로 답변을 생성할 수 있도록 사용자는 프롬프트에 대한 템플릿을 구성해야 합니다. 자연어로 텍스트를 생성하려면 모델이 자연어로 된 데이터 세트에 대해 학습되어야 합니다.
이 게시물은 LangChain에서 템플릿 형식을 구축하는 과정을 설명합니다.
LangChain에서 템플릿 형식을 구축하는 방법은 무엇입니까?
Python은 '를 사용하는 가장 효과적인 프로그래밍 언어입니다. 진자2 ' 그리고 ' 문자열 ” 템플릿 형식은 기본적으로 fstring이 사용됩니다. LangChain에서 템플릿 형식을 구축하는 방법을 배우려면 다음 가이드를 따르십시오.
전제조건: LangChain 설치
먼저 템플릿 형식을 구축하는 데 사용할 수 있는 PromptTemplate 라이브러리가 포함된 LangChain 프레임워크를 설치합니다. LangChain 프레임워크는 LLM 또는 챗봇에 대한 쿼리 구조를 구축하는 데 필요한 모든 종속성을 설치합니다.
pip 설치 랭체인
방법 1: jinja2 템플릿 사용
그런 다음 PromptTemplate 라이브러리를 가져와서 Prompt.format() 메서드에 정의된 변수와 함께 쿼리가 포함된 jinja2 템플릿을 사용하세요. jinja2 형식은 PromptTemplate() 메서드의 매개 변수로 지정되고 프롬프트 변수에 할당됩니다.
langchain.prompts에서 PromptTemplate 가져오기
jinja2_template = '{{ 테마 }}에 관한 {{ 스타일 }} 시를 말해주세요.'
프롬프트 = PromptTemplate.from_template(jinja2_template, template_format='jinja2')
프롬프트.형식(style='motivational', theme='earth')
출력에는 모델이 쿼리의 변수 값을 이해한 후 올바르게 사용했음이 표시됩니다.
방법 2: fstring 템플릿 사용
두 번째 방법은 Python 프로그래밍 언어에서 기본적으로 PromptTemplate으로 사용되는 fstring 템플릿 형식을 사용합니다. 예를 들어, “ fstring_template ” 변수에 쿼리가 포함된 다음 그 안에 변수가 포함된 PromptTemplate() 메서드를 호출하여 템플릿 형식을 작성합니다.
langchain.prompts에서 PromptTemplate 가져오기fstring_template = '''{테마}에 관한 {스타일} 시를 말해주세요'''
프롬프트 = PromptTemplate.from_template(fstring_template)
프롬프트.형식(style='motivational', theme='earth')
이것이 LangChain에서 템플릿 형식을 구축하는 과정에 관한 것입니다.
결론
LangChain에서 템플릿 형식을 구축하려면 LangChain 프레임워크를 설치하여 프로세스를 시작하기만 하면 됩니다. 여기에는 PromptTemplate() 함수 사용에 대한 모든 종속성이 포함되어 있습니다. 그것은 문자열 Python 프로그래밍 언어의 경우 기본적으로 템플릿 형식입니다. 사용자는 다음을 사용할 수도 있습니다. 진자2 템플릿을 사용하여 템플릿_형식 매개변수. 이 가이드에서는 LangChain에서 템플릿을 구축하기 위한 PromptTemplate 형식을 모두 설명했습니다.