Hvordan bruke lengdebasert eksempelvelger i LangChain?

Hvordan Bruke Lengdebasert Eksempelvelger I Langchain



LangChain brukes til å bygge naturlige språkmodeller som kan brukes til å ha en samtale med mennesker på deres språk som engelsk osv. Utvikleren bruker flere datasett eller eksempeldata for å trene disse modellene, og det er ikke mulig å bruke alle disse eksemplene alle tiden. Så, eksempelvelgere brukes til å velge datasettet eller eksempel basert på flere faktorer og lengde er en av disse velgerne.

Dette innlegget vil demonstrere prosessen med å bruke utvalg-by-lengde eksempelvelgeren i LangChain.

Hvordan bruke lengdebasert eksempelvelger i LangChain?

Eksempelvelgere brukes til å velge data eller eksempler som skal brukes til opplæring av modellene. Den lengdebaserte er prosessen med å velge disse eksemplene ved å bruke deres lengde. Velg etter lengde-eksemplet brukes mest når lengden på ledeteksten overskrider lengden på konteksten.







For å lære hvordan du bruker valg-etter-lengde eksempelvelgeren i LangChain, gå ganske enkelt gjennom følgende veiledning:



Trinn 1: Installer LangChain



Først, start prosessen med å bruke utvalg-for-lengde eksempelvelgeren ved å installere LangChain-rammeverket:





pip installer langkjede

Trinn 2: Byggeeksempelvelger



Etter det importerer du bare bibliotekene for å konfigurere eksempelvelgeren med flere eksempler og metoder som ' example_prompt ', ' eksempelvelger ', og ' dynamisk_ledetekst ':

fra langkjede. spør import PromptTemplate
fra langkjede. spør import FewShotPromptTemplate
fra langkjede. spør . eksempelvelger import LengthBasedExampleSelector

eksempler = [
{ 'få' : 'liten' , 'post' : 'stor' } ,
{ 'få' : 'hat' , 'post' : 'kjærlighet' } ,
{ 'få' : 'jeg vil' , 'post' : 'vi vil' } ,
{ 'få' : 'krympe' , 'post' : 'vokse' } ,
{ 'få' : 'myk' , 'post' : 'hard' } ,
]
example_prompt = PromptTemplate (
input_variables = [ 'få' , 'post' ] ,
mal = 'Inndata: {get} \n Utdata: {post}' ,
)
# Konfigurer lengdebasert eksempelvelger ved å angi eller begrense den maksimale lengden på spørringen
eksempelvelger = LengthBasedExampleSelector (
eksempler = eksempler ,
example_prompt = example_prompt ,
maks lengde = 25 ,
)
# Konfigurer dynamic_prompt ved å bruke FewShotPrompttemplate()-metoden for å angi malen for spørringen
dynamisk_ledetekst = FewShotPromptTemplate (
eksempelvelger = eksempelvelger ,
example_prompt = example_prompt ,
prefiks = 'Jeg ønsker å få antonymet til hvert objekt' ,
suffiks = 'Spørring: {stil} \n Respons:' ,
input_variables = [ 'stil' ] ,
)

Trinn 3: Bruke liten inngang

Test nå eksempelvelgeren ved å bruke en liten melding på bare ett enkelt ord for å trekke ut malen på skjermen:

skrive ut ( dynamisk_ledetekst. format ( stil = 'stor' ) )

Trinn 4: Bruk av lang inndata

Etter det bruker du bare en større forespørsel eller spørring med flere ord og tilordner den til ' lang_streng variabel:

lang_streng = 'stor og enorm og massiv og stor og gigantisk og høy og mer større enn alle andre søk'
skrive ut ( dynamisk_ledetekst. format ( stil = lang_streng ) )

Trinn 5: Legge til eksempel til eksempelvelgeren

Det neste trinnet brukes til å legge eksemplet til eksempelvelgeren ved å bruke dynamic_prompt()-metoden:

nytt_eksempel = { 'få' : 'stor' , 'post' : 'liten' }
dynamisk_ledetekst. eksempelvelger . add_example ( nytt_eksempel )
skrive ut ( dynamisk_ledetekst. format ( stil = 'entusiastisk' ) )

Det handler om å bruke den lengdebaserte eksempelvelgeren i LangChain.

Konklusjon

For å bruke utvalg-etter-lengde eksempelvelgeren i LangChain, installer LangChain-rammeverket for å importere bibliotekene for å bygge eksempelvelgeren. Deretter bruker du en mindre ledetekst for å sjekke utdataene ved å bruke den lengdebaserte eksempelvelgeren, og bruk deretter en lengre ledetekst for å få det mest passende eksemplet. Brukeren kan også bruke eksempelvelgeren til å legge til et annet eksempel i den ved å bruke dynamic_prompt()-metoden. Dette innlegget har illustrert prosessen med å bruke utvalg-etter-lengde eksempelvelgeren i LangChain.