Kā lietot uz garumu balstītu piemēru atlasītāju programmā LangChain?

Ka Lietot Uz Garumu Balstitu Piemeru Atlasitaju Programma Langchain



LangChain izmanto, lai izveidotu dabiskās valodas modeļus, kurus var izmantot, lai sarunātos ar cilvēkiem viņu valodā, piemēram, angļu valodā utt. Izstrādātājs izmanto vairākas datu kopas vai piemēru datus, lai apmācītu šos modeļus, un nav iespējams izmantot visus šos piemērus. laiks. Tātad piemēru atlasītāji tiek izmantoti, lai izvēlētos datu kopu vai piemēru, pamatojoties uz vairākiem faktoriem, un garums ir viens no šiem atlasītājiem.

Šajā ziņojumā tiks parādīts process, kā izmantot atlases pēc garuma piemēru atlasītāju programmā LangChain.

Kā lietot uz garumu balstītu piemēru atlasītāju programmā LangChain?

Piemēru atlasītājus izmanto, lai atlasītu modeļu apmācībā izmantojamos datus vai piemērus. Garuma pamatā ir šo piemēru izvēles process, izmantojot to garumu. Piemērs Atlasīt pēc garuma galvenokārt tiek izmantots, ja uzvednes garums pārsniedz konteksta garumu.







Lai uzzinātu, kā programmā LangChain izmantot atlases pēc garuma piemēru atlasītāju, vienkārši izlasiet šo rokasgrāmatu:



1. darbība: instalējiet LangChain



Pirmkārt, sāciet izmantot atlases pēc garuma piemēru atlasītāju, instalējot LangChain ietvaru:





pip instalēt langchain

2. darbība. Ēkas piemēru atlasītājs



Pēc tam vienkārši importējiet bibliotēkas, lai konfigurētu piemēru atlasītāju ar vairākiem piemēriem un metodēm, piemēram, ' example_prompt ',' example_selector ', un ' dinamiskais_uzvedne ”:

no langchain. uzvednes imports PromptTemplate
no langchain. uzvednes imports FewShotPromptTemplate
no langchain. uzvednes . example_selector imports LengthBasedExampleSelector

piemēri = [
{ 'gūt' : 'sīks' , 'post' : 'liels' } ,
{ 'gūt' : 'naidu' , 'post' : 'mīlestība' } ,
{ 'gūt' : 'slims' , 'post' : 'labi' } ,
{ 'gūt' : 'sarukt' , 'post' : 'augt' } ,
{ 'gūt' : 'mīksts' , 'post' : 'grūti' } ,
]
example_prompt = PromptTemplate (
ievades_mainīgie = [ 'gūt' , 'post' ] ,
veidne = 'Ievade: {get} \n Izvade: {post}' ,
)
# Konfigurējiet uz garumu balstītu piemēru atlasītāju, norādot vai ierobežojot vaicājuma maksimālo garumu
example_selector = LengthBasedExampleSelector (
piemēri = piemēri ,
example_prompt = example_prompt ,
max_garums = 25 ,
)
# Konfigurējiet dynamic_prompt, izmantojot FewShotPrompttemplate() metodi, lai iestatītu vaicājuma veidni
dinamiskais_uzvedne = FewShotPromptTemplate (
example_selector = example_selector ,
example_prompt = example_prompt ,
priedēklis = 'Es gribu iegūt katra objekta antonīmu' ,
piedēklis = 'Vaicājums: {style} \n Atbilde:' ,
ievades_mainīgie = [ 'stils' ] ,
)

3. darbība. Mazās ievades izmantošana

Tagad pārbaudiet piemēra atlasītāju, izmantojot nelielu uzvedni, kurā ir tikai viens vārds, lai ekrānā izvilktu veidni:

drukāt ( dinamiskais_uzvedne. formātā ( stils = 'liels' ) )

4. darbība. Garās ievades izmantošana

Pēc tam vienkārši izmantojiet lielāku uzvedni vai vaicājumu ar vairākiem vārdiem un piešķiriet to ' long_string ” mainīgais:

long_string = 'liels un milzīgs un masīvs un liels un gigantisks un garš un lielāks par jebkuru citu vaicājumu'
drukāt ( dinamiskais_uzvedne. formātā ( stils = long_string ) )

5. darbība. Piemēra pievienošana piemēra atlasītājam

Nākamā darbība tiek izmantota, lai piemēru pievienotu piemēra atlasītājam, izmantojot dynamic_prompt() metodi:

jauns_piemērs = { 'gūt' : 'liels' , 'post' : 'mazs' }
dinamiskais_uzvedne. example_selector . add_example ( jauns_piemērs )
drukāt ( dinamiskais_uzvedne. formātā ( stils = 'entuziastisks' ) )

Tas ir viss par garuma piemēru atlasītāja izmantošanu programmā LangChain.

Secinājums

Lai lietotu atlases pēc garuma piemēru atlasītāju programmā LangChain, instalējiet LangChain ietvaru, lai importētu bibliotēkas piemēru atlasītāja izveidei. Pēc tam izmantojiet mazāku uzvedni, lai pārbaudītu izvadi, izmantojot garuma piemēru atlasītāju, un pēc tam izmantojiet garāku uzvedni, lai iegūtu vispiemērotāko piemēru. Lietotājs var arī izmantot piemēra atlasītāju, lai tam pievienotu citu piemēru, izmantojot metodi dynamic_prompt(). Šī ziņa ir ilustrējusi atlases pēc garuma piemēru atlasītāja izmantošanas procesu programmā LangChain.