Mô hình ngôn ngữ lớn hoặc LLM được sử dụng để tạo mô hình tương tác có thể giao tiếp với con người bằng ngôn ngữ tự nhiên. Người dùng cần định cấu hình mẫu cho lời nhắc để mô hình có thể hiểu văn bản và sau đó tạo câu trả lời một cách hiệu quả. Để tạo văn bản bằng ngôn ngữ tự nhiên, mô hình cần được đào tạo về tập dữ liệu bằng ngôn ngữ tự nhiên.
Bài đăng này sẽ minh họa quá trình xây dựng các định dạng mẫu trong LangChain.
Làm cách nào để xây dựng định dạng mẫu trong LangChain?
Python là ngôn ngữ lập trình hiệu quả nhất sử dụng “ jinja2 ' Và ' dây đàn ” các định dạng mẫu dưới dạng chuỗi được sử dụng theo mặc định. Để tìm hiểu cách xây dựng định dạng mẫu trong LangChain, chỉ cần làm theo hướng dẫn sau:
Điều kiện tiên quyết: Cài đặt LangChain
Đầu tiên, cài đặt khung LangChain có chứa các thư viện NhắcTemplate có thể được sử dụng để xây dựng các định dạng mẫu. Khung LangChain cài đặt tất cả các phụ thuộc cần thiết để xây dựng cấu trúc truy vấn cho LLM hoặc chatbot:
pip cài đặt langchain
Cách 1: Sử dụng mẫu jinja2
Sau đó, nhập thư viện NhắcTemplate để sử dụng mẫu jinja2 chứa truy vấn với các biến được xác định trong phương thức nhắc.format(). Định dạng jinja2 được chỉ định làm tham số của phương thức NhắcTemplate() và được gán cho biến nhắc:
từ langchain.prompts nhập NhắcTemplate
jinja2_template = 'Kể cho tôi một bài thơ {{ phong cách }} về {{ chủ đề }}'
nhắc = NhắcTemplate.from_template(jinja2_template, template_format='jinja2')
nhắc.format(style='motivational', theme='earth')
Kết quả đầu ra hiển thị rằng mô hình đã sử dụng chính xác các giá trị của biến trong truy vấn sau khi hiểu nó:
Cách 2: Sử dụng mẫu fstring
Phương pháp thứ hai sử dụng định dạng mẫu chuỗi được ngôn ngữ lập trình Python sử dụng theo mặc định làm NhắcTemplate. Ví dụ, “ fstring_template Biến ” chứa truy vấn rồi gọi phương thức NhắcTemplate() với biến bên trong để xây dựng định dạng mẫu:
từ langchain.prompts nhập NhắcTemplatefstring_template = '''Kể cho tôi một bài thơ {style} về {chủ đề}'''
nhắc = NhắcTemplate.from_template(fstring_template)
nhắc.format(style='motivational', theme='earth')
Đó là tất cả về quá trình xây dựng các định dạng mẫu trong LangChain.
Phần kết luận
Để xây dựng định dạng mẫu trong LangChain, chỉ cần bắt đầu quá trình bằng cách cài đặt khung LangChain. Nó chứa tất cả các phần phụ thuộc để sử dụng hàm NhắcTemplate(). Nó sử dụng dây đàn định dạng mẫu theo mặc định cho các ngôn ngữ lập trình Python. Người dùng cũng có thể sử dụng jinja2 mẫu bằng cách sử dụng mẫu_format tham số. Hướng dẫn này đã giải thích cả hai định dạng NhắcTemplate để xây dựng mẫu trong LangChain.