内容 隐藏
1 LangChain 释放：使用开源大型语言模型的指南
2 LangChain Unleashed: A Guide To Using Open Source LLM Models
2.1 你将学到什么
2.2 要求
2.3 描述
2.4 本课程适合谁：

LangChain 释放：使用开源大型语言模型的指南

LangChain Unleashed: A Guide To Using Open Source LLM Models

了解如何使用 Langchain、Hugging Face 开源模型构建 LLM 支持的应用程序

你将学到什么

  • 了解 langchain 的基础知识
  • 使用 Langchain 构建 LLM 支持的应用程序
  • 将 Langchain 与开源 LLM 模型连接起来
  • 使用 Langchain 构建聊天机器人

要求

  • Python 基础知识
  • Kaggle/谷歌 Colab

描述

在本课程中，我将教您如何使用 langchain 构建 LLM 支持的应用程序，并且我将使用拥抱面孔的开源模型

什么是LangChain？

LangChain 是一个旨在简化利用大型语言模型的应用程序开发的框架。作为语言模型集成框架，LangChain 的应用程序与语言模型的应用程序紧密结合，涵盖文档分析、摘要、聊天机器人和代码分析。

什么是LLM？

大型语言模型 (LLM) 是一种基于大量文本数据进行训练的人工智能模型。它旨在根据收到的输入生成类似人类的文本。

在本课程中，我将使用Llama 2 7B和Mistral 7B等法学硕士。

什么是LCEL？

LangChain表达式语言（LCEL）作为LangChain框架内的一种声明性方法出现，可以轻松地组合链。从一开始，LCEL 就优先考虑从原型到生产的无缝过渡，适应一系列复杂性，从简单的“提示 + LLM”序列到包含数百个步骤的复杂链。值得注意的功能包括对最佳首次令牌时间的流支持、用于多功能 API 使用的异步功能以及用于减少延迟的优化并行执行。 LCEL 还提供重试、回退和访问中间结果的配置，从而增强可靠性和调试。

在本课程中您将学习

– Langchain基础知识

– Langchain表达语言

– 链条

– 记忆

– 代理和工具

– 拉格等

免责声明：

在本课程中，我不会使用 Open Ai API，而是使用 Hugging Face 的开源模型，并且我将使用 Windows、kaggle

本课程适合谁：

  • 任何想要构建由 llms 提供支持的应用程序的人
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。