iT邦幫忙

langchain相關文章
共有 36 則文章

技術 我的大型語言模型應用開發

此為我 2023 年大型語言模型學習經驗的總結。 我們接下來的內容會在這裏優先發佈: ChatGPT 落地研究 | Ted,歡迎訂閱。 前言 隨著年終的到來,...

鐵人賽 AI & Data DAY 23
LLM 學習筆記 系列 第 23

技術 LLM Note Day 23 - LangChain 中二技能翻譯

簡介 除了下層的推論框架以外,也有非常多人在關注上層的應用開發,其中最炙手可熱的當屬 LangChain 框架。當我們開始實際使用 LLM 開發相關應用程式時,...

鐵人賽 AI & Data DAY 30

技術 [D30] LangChain 專題實做 - ChatBot 的整合(下)

在前面第 28 天和第 29 天的分享裡,我們將「選擇影片」和「生成學習策略」的功能,逐一整合到單一的路由處理函式中,打下了建構聊天機器人的基礎。而今天,我們將...

鐵人賽 AI & Data DAY 29

技術 [D29] LangChain 專題實做 - ChatBot 的整合(中)

當機器人收到影片作為學習內容時,它會自動進入所設置的學習模式。在這學習模式中,我們為使用者提供了四大策略來加強學習體驗:透過影片內容進行摘要學習、影片詞彙學習、...

鐵人賽 AI & Data DAY 28

技術 [D28] LangChain 專題實做 - ChatBot 的整合(上)

我們終於來到了實際整合自己的聊天機器人的這一步了!在這裡,雖然我們會提供我們在colab上的程式碼供大家參考,但這篇文章主要不會深入探討程式碼。相反地,我們想分...

鐵人賽 AI & Data DAY 27

技術 [D27] LangChain 專題實做 - 路由鏈介紹

在第18和19天,我們向大家介紹了LangChain中的幾個核心執行鏈,例如SequentialChain和TransformChain。今天,我們將重點放在一...

鐵人賽 AI & Data DAY 26

技術 [D26] LagnChain 專題實做 - 記憶單元的探討(下)

在上一篇文章中,我們詳細示範了如何在 LLMChain 中使用 LLM 和 Chat 語言模型來加入記憶功能。我們也瞭解了對話系統訊息的儲存結構。今天,我們將進...

鐵人賽 AI & Data DAY 25

技術 [D25] LangChain 專案實做 - 記憶單元的探討(上)

到目前為止,在我們第一篇介紹 LangChain 的文章中,已經為大家展示了如何利用 ConversationChain 快速建立一個具有基本記憶功能的對話機器...

鐵人賽 AI & Data DAY 24

技術 [D24] LangChain 專題實做 - 「例句學習」教材生成

在前面的文章裡,我們稍微偏離了原先設定的專案實作路線。這主要是因為,我們認為在沒有完整介紹外部資料的讀取、文本處理、文本嵌入及向量資料庫等議題之前,很難讓讀者完...

鐵人賽 AI & Data DAY 23

技術 [D23] LangChain 專題實做 - 各類檢索器介紹

在我們的上一篇文章中,我們提到了Langchain不僅提供了向量資料庫的語義相似度查詢功能,還為我們設計了一個通用的檢索器界面。這可能讓你產生一個疑問:既然已經...

鐵人賽 AI & Data DAY 22

技術 [D22] LangChain 專題實做 - 簡易問答機器人

在前幾篇文章中,我們已經和大家分享了如何讀取和轉換資料,以及如何進行文本嵌入。今天,我們將進一步探討如何利用 LangChain 快速建立自己的問答機器人。 L...

鐵人賽 AI & Data DAY 21

技術 [D21] LangChain 專題實做 - 文本嵌入與向量資料庫

在這篇文章中,我們將延續前一天的主題,探討 RAG(Retrieval Augmented Generation,檢索增強生成)的概念。我們先回顧一下,前一天我...

鐵人賽 AI & Data DAY 9

技術 生成式A.I.(AIGC)從0開始 - 一個ChatGPT like 客製化聊天機器人 (1) 簡介

今天來說說最常見可能也是大家最熟悉的聊天機器人可能在腦袋裡都會有個想法,要是有懂我的聊天機器人該有多好可以問他各種問題,不會被資料侷限擴充更多資料,回答更多問題...

鐵人賽 AI & Data DAY 20

技術 [D20] LangChain 專題實做 - 資料的讀取與轉換

在我們之前的文章中,無論是摘要、例句推薦等,都是用固定的資料來模擬各種情境。但現實世界的應用遠比這複雜。接下來的幾篇文章,我們將帶領大家更深入地了解如何處理真實...

鐵人賽 AI & Data DAY 19

技術 [D19] LangChain 專題實做 - 詞彙教學智慧生成

在這篇文章中,我們將深入探討如何實現一個全面而詳盡的詞彙教學智慧生成流程。在之前的文章中,我們已經展示了如何利用 LLMChain 把有前後相依性的語言提示任務...

鐵人賽 AI & Data DAY 18

技術 [D18] LangChain 專案實做 - 例句推薦與 LLMChain 介紹

在設計稍為複雜的對話系統時,常會遇到資料來源需經過特定處理元件的轉換或預先處理。LangChain 框架的核心元件 - Chain(也可稱為執行鏈或動作鏈)正是...

鐵人賽 AI & Data DAY 17

技術 [D17] LangChain 專案實做 - 教學詞彙推薦

今天,我們將深入探討 LangChain 專案中「教學詞彙推薦」的實作細節及其相關工具。透過實際操作教學詞彙推薦,我們將引導大家了解如何整合文本讀取器(Text...

鐵人賽 AI & Data DAY 16

技術 [D16] LangChain 專案實做 - 內容摘要

今天,我們將首先實作語言學習助理 LangChain 的「內容摘要」功能。完整的程式碼可在以下連結中找到:D16. LangChain 專案實做 - 內容摘要....

鐵人賽 AI & Data DAY 15

技術 [D15] LangChain 專案實做 - Hello LangChain

在之前的幾篇文章中,我們已經利用 OpenAI API 帶領大家深入探討並實作了基礎聊天機器人的架構。接著,我們將逐步介紹使用 LangChain 的實做方式。...

鐵人賽 AI & Data DAY 14

技術 [D14] 我的第一個聊天機器人 - 回應訊息功能評估

在先前的論述中,我們已經對回應訊息評估的基礎概念進行了詳細的探討。今日,我們將進一步深入這一主題,專注於兩種進階的評估策略:首先是運用「Rubric 評量表」,...

鐵人賽 AI & Data DAY 13

技術 [D13] 我的第一個聊天機器人 - 回應訊息檢查

對於聊天機器人而言,生成回應僅是工作流程的一部分。接下來的適用度(moderation)檢查與功能性評估(evaluation)同樣不可或缺。 適用度檢查的必要...

鐵人賽 AI & Data DAY 1

技術 探索大型語言模型的世界:從LLM到AI應用的奇妙之旅 (1) 前言

2022-2023 AIGC這個詞應該是最熱門的詞彙之一了,AIGC 全名 A.I. generate content,中文又稱AI生成的內容像是文字、圖片、影...

鐵人賽 AI & Data DAY 12

技術 [D12] 我的第一個聊天機器人 - 外部資料的整合

很高興你我都堅持到第 12 天了,希望這些內容能讓你感到越來越受益。 在本篇文章中,我們將深入探討如何將多個內部提示訊息處理單元和外部資料進行系統性整合。 示範...

鐵人賽 AI & Data DAY 11

技術 [D11] 我的第一個聊天機器人 - 訊息分類處理

今天,我們將與大家分享一些在設計提示訊息時不可或缺的基本技巧。這些技巧包括「結構化輸出」、「任務分類」,以及如何透過「思維鏈」來優化提示效能。 結構化輸出:連接...

鐵人賽 AI & Data DAY 10

技術 [D10] 我的第一個聊天機器人 - Chat Bot 基本架構

在我們的上一篇文章「對話機器人實作規劃」中,我們提到對話機器人的核心架構基本上就是一個訊息迴圈。在今天的實作範例中,我們將從這個訊息迴圈出發,逐步搭建我們的第一...

鐵人賽 AI & Data DAY 9

技術 [D9] 我的第一個聊天機器人 - 實做規劃

實作一個聊天機器人可能看似簡單,但其整合過程實際上涉及多種技巧和細節。我們將會一步一步地走過整個建置過程,解釋每個階段所需的專門知識和技術。 完整的聊天機器人架...

鐵人賽 AI & Data DAY 8

技術 [D8] OpenAI API 入門 - Chat Completion 訊息角色

今天是我們對 OpenAI API 入門章節的最後一篇,本文將深入探討 chat completion 的角色設定。這個新一代的對話 API 為我們提供了更為精...

鐵人賽 AI & Data DAY 7

技術 [D7] OpenAI API 入門 - 基本提示技巧

在上一篇文章中,我們詳細探討了OpenAI的Chat Completion的基礎使用方法,並解釋了在使用過程中需考慮的幾個關鍵參數。本篇將進一步為大家介紹如何設...

鐵人賽 AI & Data DAY 6

技術 [D6] OpenAI API 入門 - 基本觀念

首先,我們必須明確理解 OpenAI API 和 ChatGPT 之間的根本差異。OpenAI API 是一個基礎工具集,可讓你自行建立對話機器人或AI助理。相...

鐵人賽 AI & Data DAY 5

技術 [D5] 原理解析 - 大型語言模型的頓悟現象

在進入實作部分之前,我們將最後探討一些大型語言模型特有的現象,以及在實際應用時經常使用的提示策略。 大模型的頓悟現象 雖然大型模型因其強大的能力而受到廣泛的關注...