LangChain

【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

【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

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

Elasticsearch：与多个 PDF 聊天 | LangChain Python 应用教程（免费 LLMs 和嵌入）

在本博客中，你将学习创建一个LangChain应用程序，以使用ChatGPTAPI和Huggingface语言模型与多个PDF文件聊天。
Elastic 中国社区官方博客·2023-09-29 03:03

langchain+gpt+agent

一.agent+Conversation通过用户问题，来选择importjsonimportosimportrefromlangchainimportFAISS,PromptTemplate,LLMChainfromlangchain.agentsimportinitialize_agent,Tool,AgentTypefromlangchain.chainsimportRetrievalQAfr
g3230863·2023-09-28 09:42

大模型技术实践（四）｜参数高效微调技术解析及AdaLoRA的应用

在上一期的大模型技术实践中，我们为大家介绍了基于“LangChain+LLM”框架快速搭建知识增强后的问答机器人，并探讨了提升模型内容理解和执行能力的潜在优化方向。
AI 研习所·2023-09-28 03:26

构建卓越语言模型应用的利器：LangChain | 开源日报 No.39

langchain-ai/langchainStars:61.3kLicense:MITLangChain是一个用于通过组合性构建LLMs应用程序的库。
开源服务指南·2023-09-27 07:20

优刻得大模型技术实践（四）｜参数高效微调技术解析及AdaLoRA的应用

在上一期的大模型技术实践中，我们为大家介绍了基于“LangChain+LLM”框架快速搭建知识增强后的问答机器人，并探讨了提升模型内容理解和执行能力的潜在优化方向。
·2023-09-26 19:21

如何设计一个 JVM 语言下的 LLM 应用开发框架？以 Chocolate Factory 为例

在我们探索和设计框架的过程中，受到了：LangChain4j、LangChain、LlamaIndex、SpringAI、SemanticKernel、PromptFlow的大量启发。
Phodal·2023-09-26 06:38

大模型存在“反转诅咒”现象，无法处理反向问题；Langchain课程资源

AI新闻大模型存在“反转诅咒”现象，无法处理反向问题摘要：最新研究发现，大语言模型存在“反转诅咒”现象，即明知道“A是B”，却答不出“B是A”。研究人员进行了两项实验，发现大模型在处理形式反转的数据时准确率直接降为0，即使是强大的GPT-4也只有33%准确率。这一现象揭示了大语言模型在推理和泛化方面的局限性。此外，人类自身也受到“反转诅咒”的影响。总之，对于大模型在处理反向问题方面的能力，需要进一
go2coding·2023-09-26 03:24

【LangChain】LLM

LangChain学习文档基础【LangChain】LLM概述LLMChain是一个简单的链，它围绕语言模型添加了一些功能。它在整个LangChain中广泛使用，包括在其他链和代理中。
山鬼谣me·2023-09-25 23:05

多进程fork的陷阱

零、释义milvus：向量数据库langchain：python提示工程框架一、背景本篇文章基于一个BUG的排查和解决过程，试图还原在某些场景下多进程编程的【陷阱】，达到前车之鉴的效果。
·2023-09-25 20:10

大模型从入门到应用——LangChain：代理（Agents）-[代理执行器（Agent Executor）：结合使用Agent和VectorStore]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型
von Neumann·2023-09-25 14:19

大模型从入门到应用——LangChain：代理（Agents）-[代理执行器（Agent Executor）：处理解析错误、访问中间步骤和限制最大迭代次数]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型
von Neumann·2023-09-23 16:15

ChatGLM Embedding+LangChain构建行业知识库

写在前面私有AI知识库的价值巨大。不管是个人、企业或者行业，都可以用它来打造定制化的垂直智库。基于AI大模型的能力，知识的检索和应用将变得异常简单。目前很多行业都在探索落地，比如AI客服、AI导诊、AI法律助手等。在上两篇文章中，介绍了如何利用白嫖阿里云服务器，DIY部署AI大模型ChatGLM2-6b；以及大模型的进阶，如何基于P-TuningV2微调ChatGLM2-6b打造一个个性化的定制A
张志翔的博客·2023-09-23 16:34

从Langchain到ReAct，在大模型时代下全新的应用开发核心

简介：什么是ReAct框架关于什么是langchain，可以参考：https://ata.alibaba-inc.com/articles/266839?
javastart·2023-09-23 07:47

杂记 | Langchain中few-shot提示词模板的使用（给提示词添加示例）

文章目录01普通的提示词模板02few-shot提示词模板Langchain是一个集成多个大语言模型的开源框架，可以使用它来快速开发大语言模型应用。
程序猿林仔·2023-09-23 05:36

大模型从入门到应用——LangChain：代理（Agents）-[工具（Tools）：人工确认工具验证和Tools作为OpenAI函数]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型
von Neumann·2023-09-22 18:55

milvus使用python调用时连接失败 pymilvus.exceptions.MilvusException

报错：File"/root/anaconda3/envs/python3.8/lib/python3.8/site-packages/langchain/vectorstores/milvus.py",
三采·2023-09-22 09:23

langchain +gpt 报错 SSLError

解决版本2种一加入下面代码:https://www.zhihu.com/question/588395420importosos.environ["http_proxy"]="http://127.0.0.1:7890"os.environ["https_proxy"]="http://127.0.0.1:7890"二降低urllib3版本urllib3==1.25.11错误如下Retryingl
g3230863·2023-09-21 22:42

杂记 | 自定义LangChain中的输出解析器（以解析Markdown代码块为例）

文章目录01LangChain输出解析器简介02自定义Markdown代码块解析器2.1需求描述2.2编码实现03使用自定义的输出解析器01LangChain输出解析器简介官方文档关于输出解析器的传送门
程序猿林仔·2023-09-21 19:50

Learn Prompt-Prompt 高级技巧:AutoGPT

它利用GPT4作为大脑，结合langchain的链接思想，连接各种工具和互联网资源，来完成人类给予的任务。您只需要设定一个目标，AutoGPT就会自主规划并逐步执行任务。
xiaoshun007～·2023-09-21 08:22

Dagger.io尝鲜-20行代码实现基于多操作系统、多python版本兼容性测试（并发）

背景Dagger.io介绍可以参考这一篇新兴却大牛云集的Dagger.io最近在用目前热度很高的提示工程框架langchain，遇到一个bug，打算提一个PullRequest内容提交代码会涉及大量本地测试工作
·2023-09-20 17:57

使用 LangChain 和 Elasticsearch 对私人数据进行人工智能搜索

关于本博文的所有代码可以在地址下载：GitHub-liu-xiao-guo/python-vector-private我将在本博文中其中深入研究人工智能和向量嵌入的深水区。ChatGPT令人大开眼界，但有一个主要问题。这是一个封闭的托管系统。在一个被大型网络公司改变的世界里生活了二十年之后，我们作为人们担心我们的私人信息甚至我们的知识仅仅因为我们使用互联网就成为他人的财产。作为建立在竞争基础上的经
Elastic 中国社区官方博客·2023-09-20 06:07

大模型从入门到应用——LangChain：代理（Agents）-[计划与执行]

分类目录：《大模型从入门到应用》总目录计划与执行代理通过首先规划要做的事情，然后执行子任务来实现目标。这个想法在很大程度上受到了BabyAGI以及《Plan-and-Solve》论文的启发。规划几乎总是由一个LLM（语言模型）来完成。执行通常由一个单独的代理（配备工具）来完成。#导入模块fromlangchain.chat_modelsimportChatOpenAIfromlangchain.e
von Neumann·2023-09-20 01:48

langchain-chatchat试用小记

这里写自定义目录标题试用langchain-chatchat小记试用langchain-chatchat小记安装miniconda创建一个虚拟环境condacreate-nchatchat激活环境condaactivatechatchat
weixin_43147074·2023-09-20 00:44

LLM-4-Langchain-Chatchat

FP16精度训练PRE_SEQ_LEN=128LR=2e-2NUM_GPUS=2torchrun--standalone--nnodes=1--nproc-per-node=$NUM_GPUSmain.py\--do_train\--train_filedatas/service_worksheet/data_8_14_normal_new/train.json\--validation_file
愚昧之山绝望之谷开悟之坡·2023-09-20 00:43

LangChain-Chatchat学习资料-Windows开发部署（踩坑篇）

[LangChain-Chatchat学习资料-简介]2.[LangChain-Chatchat学习资料-Windows开发部署]3.
vriverh·2023-09-20 00:42

LangChain-Chatchat学习资料-Windows开发部署

[LangChain-Chatchat学习资料-简介]2.[LangChain-Chatchat学习资料-Windows开发部署]3.
vriverh·2023-09-20 00:11

win10 安装 Langchain-Chatchat 避坑指南（2023年9月18日v0.2.4版本，包含全部下载内容！）

网上教程都是基于外网或者的，而且细节极其不清晰，尤其是最关键的模型下载。另外提一句，我的显卡是：3080Ti16GB版本，运行之后，显存占用13-14GB1、安装Anaconda（这个就不啰嗦了，网上安装教程一堆）1.1、先安装Anaconda（https://www.anaconda.com/download/）1.2、点击“开始”-打开AnacondaPowershellPrompt1.3、更
憶·2023-09-20 00:41

大模型能力

Task02大模型能力目录prompt技巧公式LangChain什么是LangChain如何使用LangChain？
Runjavago·2023-09-19 17:06

Text2Cypher：大语言模型驱动的图查询生成

毕竟，从GPT-3开始展现出超出预期的“理解能力“开始，我一直在做Graph+LLM技术组合、互补的研究、探索和分享，截止到现在NebulaGraph已经在LlamaIndex与Langchain项目做出了不少领先的贡献
·2023-09-19 17:24

知识图谱实战导论：从什么是KG到LLM与KG/DB的结合实战

前言本文侧重讲解：什么是知识图谱LLM与langchain/数据库/知识图谱的结合应用比如，虽说基于知识图谱的问答早在2019年之前就有很多研究了，但谁会想到今年KBQA因为LLM如此突飞猛进呢第一部分知识图谱入门导论
v_JULY_v·2023-09-19 16:31

使用 Elasticsearch、OpenAI 和 LangChain 进行语义搜索

在本教程中，我将引导您使用Elasticsearch、OpenAI、LangChain和FastAPI构建语义搜索服务。LangChain是这个领域的新酷孩子。
Elastic 中国社区官方博客·2023-09-19 16:46
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他