LangChain学习专栏

Elasticsearch：使用 Langchain 和 OpenAI 进行问答

这款交互式jupyternotebook使用Langchain将虚构的工作场所文档拆分为段落(chunks)，并使用OpenAI将这些段落转换为嵌入并将其存储到Elasticsearch中。
Elastic 中国社区官方博客·2023-10-14 14:36

什么更重要

在学习专栏之前，我的精力漂浮不定，一会儿认真在投身在工作上，一会儿开始学习投资，一会
草稿记录·2023-10-14 00:52

打造类ChatGPT服务，本地部署大语言模型（LLM），如何远程访问？

以LangChain-Chatchat为例：不仅最新版本可使用FastChat接入Vicuna,Alpaca,LLaMA
贝锐·2023-10-13 13:55

数据结构的魔法：高级算法优化实战

文章目录数据结构与算法：基础知识数据结构算法高级算法优化实战1.数据缓存2.哈希表优化3.算法优化高级算法优化的挑战结论欢迎来到数据结构学习专栏~数据结构的魔法：高级算法优化实战☆*o(≧▽≦)o*☆嗨
IT·陈寒·2023-10-13 08:21

『LeetCode|每日一题』----＞找到字符串中所有字母异位词

找到字符串中所有字母异位词1.每日一题2.解题思路2.1思路分析2.2核心代码2.3全部代码2.4易错点作者简介：‍一位20级的计科专业的新手，请各位大佬多多指教个人主页：XiaoChen_Android学习专栏
XiaoXiaoChen-2716·2023-10-12 07:03

【C++初阶（一）】学习前言 命名空间与IO流

本专栏内容为：C++学习专栏，分为初阶和进阶两部分。通过本专栏的深入学习，你可以了解并掌握C++。
小小unicorn·2023-10-12 03:15

在LangChain中使用Milvus + openai使用

Milvus(opensinanewtab)是一个存储、索引和管理由深度神经网络和其他机器学习（ML)模型生成的大规模嵌入向量的数据库。1.文档分割fromlangchain.document_loadersimportPyPDFLoader'''pdf'''loader=PyPDFLoader("D:\py\LangChaindao\操作系统原理.pdf")docs=loader.load()#
2629352674·2023-10-09 22:41

localGPT 一个本地访问的私有ChatGPT

2).使用LangChain和Vicuna-7B以及InstructorEmbeddings构建。可以借助LangChain构建更高级能力的pipeline。
Jon Shelby·2023-10-09 03:08

『LeetCode|每日一题』----＞旋转矩阵

2.3完整代码2.4运行情况3.解题思路（原地旋转）3.1思路分析3.2核心代码3.3完整代码3.4运行结果每日一句把烦心事都抛掉，腾出地方让鲜花盛开作者简介个人主页：XiaoChen_Android学习专栏
XiaoXiaoChen-2716·2023-10-09 02:40

langchain源码阅读系列之Embedding专题

原文首发于博客文章Embedding嵌入知识入门LLM应用构建实践笔记文本嵌入是什么向量是一个有方向和长度的量，可以用数学中的坐标来表示。例如，可以用二维坐标系中的向量表示一个平面上的点，也可以用三维坐标系中的向量表示一个空间中的点。在机器学习中，向量通常用于表示数据的特征。而文本嵌入是一种将文本这种离散数据映射到连续向量空间的方法，嵌入技术可以将高维的离散数据降维到低维的连续空间中，并保留数据之
骑猪兜风233·2023-10-09 01:37

Text embedding 模型总结

文章目录MTEB榜单8个嵌入任务三种数据集类别C_METB榜单文本向量表示模型目前，随着Langchain+LLM模型的火热，除了层出不穷的大模型外，因为检索的能力会很大程度影响最终的问答效果，文本的嵌入模型也是大家比较关注的
dzysunshine·2023-10-09 01:27

MySQL — MySQL请求很慢，如何定位问题？

置顶学习专栏：【Java后端面试题】1.Java面试题—基础知识、面向对象、【容器】、IO&【设计模式】、泛型&异常&反射&注解、快速排序2.Java面试题—并发基础、【同步&互斥】、JUC&并发容器、
页川叶川·2023-10-08 00:54

本地部署 langchain-ChatGLM

简介什么是langchain-ChatGLM一种利用ChatGLM-6B+langchain实现的基于本地知识的ChatGLM应用。
kuokay·2023-10-07 22:35

Langchain-Chatchat项目：1.1-ChatGLM2项目整体介绍

  ChatGLM2-6B是开源中英双语对话模型ChatGLM-6B的第2代版本，引入新的特性包括更长的上下文(基于FlashAttention技术，将基座模型的上下文长度由ChatGLM-6B的2K扩展到了32K，并在对话阶段使用8K的上下文长度训练)；更高效的推理(基于Multi-QueryAttention技术，ChatGLM2-6B有更高效的推理速度和更低的显存占用)。1.环境安装  下载
NLP工程化·2023-10-07 18:42

Langchain-Chatchat项目：1.2-Baichuan2项目整体介绍

  由百川智能推出的新一代开源大语言模型，采用2.6万亿Tokens的高质量语料训练，在多个权威的中文、英文和多语言的通用、领域benchmark上取得同尺寸最佳的效果，发布包含有7B、13B的Base和经过PPO训练的Chat版本，并提供了Chat版本的4bits量化。一.Baichuan2模型  Baichuan2模型在通用、法律、医疗、数学、代码和多语言翻译六个领域的中英文和多语言权威数据集
NLP工程化·2023-10-07 17:52

MySQL — 事务的传播级别有什么作用？有哪些事务的传播级别？

置顶学习专栏：【Java后端面试题】1.Java面试题—基础知识、面向对象、【容器】、IO&【设计模式】、泛型&异常&反射&注解、快速排序2.Java面试题—并发基础、【同步&互斥】、JUC&并发容器、
页川叶川·2023-10-07 16:41

Java — 堆内存、新生代、老年代 一般设置为多大内存？

置顶学习专栏：【Java后端面试题】1.Java面试题—基础知识、面向对象、【容器】、IO&【设计模式】、泛型&异常&反射&注解、快速排序2.Java面试题—并发基础、【同步&互斥】、JUC&并发容器、
页川叶川·2023-10-07 10:39

【Java-LangChain:面向开发者的提示工程-3】迭代优化

第三章迭代优化当使用LLM构建应用程序时，实践层面上很难第一次尝试就成功获得适合最终应用的Prompt。但这并不重要，只要您有一个好的迭代过程来不断改进您的Prompt，那么您就能够得到一个适合任务的Prompt。虽然相比训练机器学习模型，在Prompt方面一次成功的几率可能会高一些，但正如上所说，Prompt是否一次完善并不重要。最重要的是层层迭代为您的应用程序找到有效Prompt的过程。因此在
df007df·2023-10-07 00:09

【Java-LangChain:面向开发者的提示工程-2】编写提示词原则

第二章编写提示词原则一、环境配置开始学习前，我们用最简单的方案使用LLM（这里我们使用ChatGPT最为我们调用的LLM）。所以我们使用Java版的SDK（第三方库）你也可以参考官方文档,看看都有哪些内容。自己的项目中引入SDKcom.theokanning.openai-gpt3-javaservice0.14.0最简单的情况下，我们只要调用方法（调用了GPT接口）即可完成很惊人的"文本生成"功
df007df·2023-10-07 00:38

LangChain 摘要 和问答示例

在Azure上的OpenAI端点注意OpenAIkey可以用微软用例【1.嵌入，2.问答】1.importosimportopenaifromlangchain.embeddingsimportOpenAIEmbeddingsos.environ["OPENAI_API_KEY"]="****"#Azure的密钥os.environ["OPENAI_API_BASE"]="https://z***
2629352674·2023-10-06 12:53

Spring — 三级缓存和 循环依赖

置顶学习专栏：【Java后端面试题】1.Java面试题—基础知识、面向对象、【容器】、IO&【设计模式】、泛型&异常&反射&注解、快速排序2.Java面试题—并发基础、【同步&互斥】、JUC&并发容器、
页川叶川·2023-10-06 05:58

Llama2-Chinese项目：7-外延能力LangChain集成

  本文介绍了Llama2模型集成LangChain框架的具体实现，这样可更方便地基于Llama2开发文档检索、问答机器人和智能体应用等。
NLP工程化·2023-10-05 05:08

【基础算法】双指针---最长连续不重复子序列

==专栏：C++专栏：Java语言专栏：Linux学习专栏：C语言初阶专栏：数据结构专栏：备战蓝桥杯文章目
云小逸·2023-10-05 01:49

【基础算法】双指针----字符串删减

==专栏：C++专栏：Java语言专栏：Linux学习专栏：C语言初阶专栏：数据结构专栏：备战蓝桥杯文章目
云小逸·2023-10-05 01:18

python小白用langchain+chatgpt搭建自己业务聊天机器人

背景随着chatgpt的爆火，各种开源大模型以及聊天机器人开始涌现。最近公司也想训练一个具有公司业务特色的聊天机器人，类似一个客服的角色。本人是一个java开发，对python也不是很懂，顺便把这几天的摸索的心得记录下来，如有不对或者可以改进的地方，欢迎评论指出。方案选型首先，在众多的开源大模型里面我们选择了口碑较好，下载量和排名都靠前的vicuna。vicuna是一个可以自己训练的开源模型，关于
qq_27823935·2023-10-04 19:32

【Java-LangChain:使用 ChatGPT API 搭建系统-7】检查结果

第七章，检查结果在本章中，我们将重点如何检查系统生成的输出。在向用户展示输出之前，检查输出的质量、相关性和安全性对于确保提供的回应非常重要，无论是在自动化流程中还是其他场景中。我们将学习如何使用审查API来评估输出，并探讨如何使用额外的Prompt来提升模型在展示输出之前的质量评估。一，环境配置参考第二章的环境配置小节内容即可。二，检查输出是否有潜在的有害内容主要就是ModerationAPI的使
df007df·2023-10-04 19:01

【Java-LangChain:使用 ChatGPT API 搭建系统-8】搭建一个带评估的端到端问答系统

第八章，搭建一个带评估的端到端问答系统在本章中，我们将搭建一个带评估的端到端问答系统，这个系统综合了之前多节课的内容，并加入了评估过程。检查输入，确认其是否能通过审核API的审核。如果通过了审核，我们将查找产品列表。如果找到了产品，我们将尝试查找它们的相关信息。我们使用模型回答用户提出的问题。我们将通过审核API对生成的答案进行审核。如果没有被标记为有害的，我们将把答案返回给用户。一，环境配置参考
df007df·2023-10-04 19:01

【Java-LangChain:使用 ChatGPT API 搭建系统-1】简介

简介欢迎来到课程《使用ChatGPTAPI搭建系统》,旨在指导开发者如何基于ChatGPT搭建完整的智能问答系统。使用ChatGPT不仅仅是一个单一的Prompt或单一的模型调用，本课程将分享使用LLM构建复杂应用的最佳实践。本课程以构建客服助手为例，使用不同的Prompt链式调用语言模型，具体的Prompt选择将取决于上一次调用的输出结果，有时还需要从外部来源查找信息。本课程将围绕该主题，逐步了
df007df·2023-10-04 19:29

行业首创 ！Graph RAG：基于知识图谱的检索增强技术与优势对比（附 Demo）

在此背景下，悦数图数据库率先实现了与LlamaIndex、LangChain等大语言模型框架的深度适配并在行业内首次提出了Grap
悦数图数据库·2023-10-04 13:21

【Java-LangChain:使用 ChatGPT API 搭建系统-2】语言模型，提问范式与 Token

第二章语言模型，提问范式与Token在本章中，我们将和您分享大型语言模型（LLM）的工作原理、训练方式以及分词器（tokenizer）等细节对LLM输出的影响。我们还将介绍LLM的提问范式（chatformat），这是一种指定系统消息（systemmessage）和用户消息（usermessage）的方式，让您了解如何利用这种能力。一，环境配置Helperfunction辅助函数。如果之前曾参加过
df007df·2023-10-04 10:32

【Java-LangChain:使用 ChatGPT API 搭建系统-6】处理输入-链式 Prompt Chaining Prompts

第六章，处理输入-链式PromptChainingPrompts在本章中，我们将学习如何通过将复杂任务拆分为一系列简单的子任务来链接多个Prompt。您可能会想，为什么要将任务拆分为多个Prompt，而不是像我们在上一个视频中学习的那样，使用思维链推理一次性完成呢？我们已经证明了语言模型非常擅长遵循复杂的指令，特别是像GPT-4这样的高级模型。那么让我们用两个比喻来解释为什么我们要这样做，来比较思
df007df·2023-10-04 06:24

【Java-LangChain:使用 ChatGPT API 搭建系统-5】处理输入-思维链推理

第五章，处理输入-思维链推理在本章中，我们将专注于处理输入，即通过一系列步骤生成有用地输出。有时，模型在回答特定问题之前需要进行详细地推理。如果您参加过我们之前的课程，您将看到许多这样的例子。有时，模型可能会因为过于匆忙得出结论而在推理过程中出错。因此，我们可以重新构思查询，要求模型在给出最终答案之前提供一系列相关的推理步骤，这样它就可以更长时间、更深入地思考问题。通常，我们称这种要求模型逐步推理
df007df·2023-10-03 17:52

【Java-LangChain:使用 ChatGPT API 搭建系统-3】评估输入-分类

第三章评估输入-分类在本章中，我们将重点讨论评估输入任务，这对于确保系统的质量和安全性至关重要。对于需要处理不同情况下的许多独立指令集的任务，首先对查询类型进行分类，并以此为基础确定要使用哪些指令，具有诸多益处。这可以通过定义固定的类别和hard-coding与处理给定类别任务相关的指令来实现。例如，在构建客户服务助手时，首先对查询类型进行分类，然后根据该分类确定要使用哪些指令，这一点可能非常重要
df007df·2023-10-03 12:59

【Java-LangChain:使用 ChatGPT API 搭建系统-11】用 ChatGPT API 构建系统 总结篇

第十一章，用ChatGPTAPI构建系统总结篇本课程详细介绍了LLM工作原理，包括分词器（tokenizer）的细节、评估用户输入的质量和安全性的方法、使用思维链作为Prompt、通过链式Prompt分割任务以及返回用户前检查输出等。本课程还介绍了评估系统的长期性能，以监控和改进表现的方法。此外，课程也涉及到如何构建负责任的系统，以保证模型提供合理且相关的反馈。Java快速转换到大模型开发：配套课
df007df·2023-10-03 12:26

【Java-LangChain:使用 ChatGPT API 搭建系统-9】评估（上）-存在一个简单的正确答案时

第九章，评估（上）-存在一个简单的正确答案时在之前的章节中，我们展示了如何使用LLM构建应用程序，包括评估输入、处理输入以及在向用户显示输出之前进行最终输出检查。构建这样的系统后，如何知道它的工作情况？甚至在部署后并让用户使用它时，如何跟踪它的运行情况，发现任何缺陷，并持续改进系统的答案质量？在本章中，我们想与您分享一些最佳实践，用于评估LLM的输出。构建基于LLM的应用程序与传统的监督学习应用程
df007df·2023-10-03 12:56

【Java-LangChain:使用 ChatGPT API 搭建系统-10】评估（下）-当不存在一个简单的正确答案时

第十章，评估（下）-当不存在一个简单的正确答案时在上一章中，了解了如何评估LLM模型在有明确正确答案的情况下的输出，我们可以编写一个函数来判断LLM输出是否正确地分类并列出产品。然而，如果LLM用于生成文本，而不仅仅是分类问题的答案呢？接下来，我们将探讨如何评估这种类型的LLM输出的方法。一，环境配置参考第二章的环境配置小节内容即可。二，运行问答系统获得一个复杂回答Stringdelimiter=
df007df·2023-10-03 12:56

【Java-LangChain:使用 ChatGPT API 搭建系统-4】评估输入-分类

第三章，评估输入-分类如果您正在构建一个允许用户输入信息的系统，首先要确保人们在负责任地使用系统，以及他们没有试图以某种方式滥用系统，这是非常重要的。在本章中，我们将介绍几种策略来实现这一目标。我们将学习如何使用OpenAI的ModerationAPI来进行内容审查，以及如何使用不同的Prompt来检测Prompt注入（Promptinjections）。环境配置参考第二章的环境配置小节内容即可。
df007df·2023-10-03 12:54

【基础算法】哈希表（开放寻址法）

==专栏：C++专栏：Java语言专栏：Linux学习专栏：C语言初阶专栏：数据结构专栏：备战蓝桥杯文章目
云小逸·2023-10-03 01:42

【基础算法】哈希表（拉链法）

==专栏：C++专栏：Java语言专栏：Linux学习专栏：C语言初阶专栏：数据结构专栏：备战蓝桥杯文章目
云小逸·2023-10-03 01:41

【Java-LangChain:面向开发者的提示工程-5】推断

第五章推断推断任务可以看作是模型接收文本作为输入，并执行某种分析的过程。其中涉及提取标签、提取实体、理解文本情感等等。如果你想要从一段文本中提取正面或负面情感，在传统的机器学习工作流程中，需要收集标签数据集、训练模型、确定如何在云端部署模型并进行推断。这样做可能效果还不错，但是执行全流程需要很多工作。而且对于每个任务，如情感分析、提取实体等等，都需要训练和部署单独的模型。LLM的一个非常好的特点是
df007df·2023-10-02 20:21

【Java-LangChain:面向开发者的提示工程-4】文本概括

第四章文本概括当今世界上文本信息浩如烟海，我们很难拥有足够的时间去阅读所有想了解的东西。但欣喜的是，目前LLM在文本概括任务上展现了强大的水准，也已经有不少团队将概括功能实现在多种应用中。本章节将介绍如何使用编程的方式，调用API接口来实现“文本概括”功能。环境配置参考第二章的环境配置小节内容即可。单一文本概括以商品评论的总结任务为例：对于电商平台来说，网站上往往存在着海量的商品评论，这些评论反映
df007df·2023-10-02 20:38

【Java-LangChain:面向开发者的提示工程-8】聊天机器人

第八章聊天机器人使用一个大型语言模型的一个令人兴奋的事情是，我们可以用它来构建一个定制的聊天机器人(Chatbot)，只需要很少的工作量。在这一节中，我们将探索如何利用聊天的方式，与个性化（或专门针对特定任务或行为的）聊天机器人进行扩展对话。像ChatGPT这样的聊天模型实际上是组装成以一系列消息作为输入，并返回一个模型生成的消息作为输出的。这种聊天格式原本的设计目标是简便多轮对话，但我们通过之前
df007df·2023-10-02 19:51

【Java-LangChain:面向开发者的提示工程-7】文本扩展

第七章文本扩展扩展是将短文本（例如一组说明或主题列表）输入到大型语言模型中，让模型生成更长的文本（例如基于某个主题的电子邮件或论文）。这种应用是一把双刃剑，好处例如将大型语言模型用作头脑风暴的伙伴；但也存在问题，例如某人可能会使用它来生成大量垃圾邮件。因此，当你使用大型语言模型的这些功能时，请仅以负责任(responsible)和有益于人们(helpspeople)的方式使用它们。在本章中，你将学
df007df·2023-10-02 19:50

【Java-LangChain:面向开发者的提示工程-6】文本转换

第六章文本转换LLM非常擅长将输入转换成不同的格式，典型应用包括多语种文本翻译、拼写及语法纠正、语气调整、格式转换等。本章节将介绍如何使用编程的方式，调用API接口来实现“文本转换”功能。环境配置参考第二章的环境配置小节内容即可。文本翻译中文转西班牙语Stringprompt="将以下中文翻译成西班牙语:\n"+"```您好，我想订购一个搅拌机。```";Stringmessage=this.ge
df007df·2023-10-02 19:20

Java-langchain：在Java环境中构建强大的基于LLM的应用程序

Java-langchain:一个Java8+的LangChain实现。在(企业)Java环境中构建强大的基于LLM的应用程序。这里持续连载详细的Java入门的LLM学习课程。
df007df·2023-10-02 19:50

数据结构之美：如何优化搜索和排序算法

文章目录搜索算法的优化1.二分搜索2.哈希表排序算法的优化1.快速排序2.归并排序总结欢迎来到数据结构学习专栏~数据结构之美：如何优化搜索和排序算法☆*o(≧▽≦)o*☆嗨~我是IT·陈寒✨博客主页：IT
IT·陈寒·2023-10-02 02:23

chatGPT 本地知识库问答原理实践

https://huggingface.co/spaces/ChallengeHub/Chinese-LangChainhttps://huggingface.co/spaces/thomas-yanxin/LangChain-ChatLLMhttps
Mr.Lee jack·2023-10-01 21:39

AutoDL初体验

LLM开源项目都体验不了，实在是太难受了)文章目录AutoDL初体验一.注册及认证二.租用实例三.如何开放端口四.我的几个测试1.flask开放端口进行简单的get和post测试简单get简单post2.langchain-cha
临风而眠·2023-10-01 16:43

机器学习——k-均值算法（聚类）

机器学习专栏：机器学习专栏文章目录k-均值（k-means）聚类1、k-均值算法2、k-均值算法的代价函数3、k-均值算法步骤4、初始化聚类中心点和聚类个数5、sklearn实现k-means算法k-均值
Tao_RY·2023-10-01 00:33

【MySQL进阶】--- 存储引擎的介绍

个人主页：兜里有颗棉花糖欢迎点赞收藏✨留言✉加关注本文由兜里有颗棉花糖原创收录于专栏【MySQL学习专栏】本专栏旨在分享学习MySQL的一点学习心得，欢迎大家在评论区讨论目录一、什么是存储引擎二、InnoDB
兜里有颗棉花糖·2023-10-01 00:22
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他