Quick Outline
Tämä viesti osoittaa:
Kuinka toteuttaa ReAct Logic Document Storessa LangChainissa
- Kehysten asentaminen
- OpenAI API-avaimen tarjoaminen
- Kirjastojen tuonti
- Wikipedia Explorerin käyttäminen
- Mallin testaus
Kuinka toteuttaa ReAct-logiikka Document Store -sovelluksella LangChainissa?
Kielimallit on koulutettu valtavaan tietopankkiin, jotka on kirjoitettu luonnollisilla kielillä, kuten englanniksi jne. Tietoja hallitaan ja tallennetaan dokumenttivarastoihin ja käyttäjä voi yksinkertaisesti ladata tiedot myymälästä ja kouluttaa mallin. Mallin koulutus voi kestää useita iteraatioita, koska jokainen iteraatio tekee mallista tehokkaamman ja paremman.
Jos haluat oppia ReAct-logiikan käyttöönottoprosessin LangChainin dokumenttivaraston kanssa työskentelemiseen, seuraa tätä yksinkertaista opasta:
Vaihe 1: Kehysten asentaminen
Aloita ensin dokumenttivaraston kanssa työskentelyn ReAct-logiikan käyttöönottoprosessi asentamalla LangChain-kehys. LangChain-kehyksen asentaminen saa kaikki tarvittavat riippuvuudet kirjastojen hankkimiseksi tai tuomiseksi prosessin suorittamista varten:
pip asennus langchain
Asenna tämän oppaan Wikipedia-riippuvuudet, koska sen avulla voidaan saada dokumenttivarastot toimimaan ReAct-logiikan kanssa:
pip asennus wikipedia
Asenna OpenAI-moduulit pip-komennolla saadaksesi sen kirjastot ja rakentaaksesi suuria kielimalleja tai LLM:itä:
pip install openai
Vaihe 2: OpenAI API-avaimen antaminen
Kun olet asentanut kaikki tarvittavat moduulit, yksinkertaisesti perustaa ympäristöä käyttämällä API-avainta OpenAI-tilistä käyttämällä seuraavaa koodia:
tuonti sinätuonti getpass
sinä . suunnilleen [ 'OPENAI_API_KEY' ] = getpass . getpass ( 'OpenAI API Key:' )
Vaihe 3: Kirjastojen tuonti
Kun ympäristö on määritetty, tuo LangChainista kirjastot, joita tarvitaan dokumenttivarastojen kanssa työskentelyn ReAct-logiikan määrittämiseen. LangChain-agenttien käyttäminen DocstoreExplaorerin ja agenttien ja sen tyyppien hankkimiseen kielimallin määrittämiseen:
alkaen langchain. llms tuonti OpenAIalkaen langchain. lääkärikauppa tuonti Wikipedia
alkaen langchain. agentit tuonti alustusagentti , Työkalu
alkaen langchain. agentit tuonti AgentType
alkaen langchain. agentit . reagoida . pohja tuonti DoctoreExplorer
Vaihe 4: Wikipedia Explorerin käyttäminen
Määritä ' lääkärikauppa ”-muuttuja DocstoreExplorer()-metodilla ja kutsu Wikipedia()-metodia argumentissaan. Rakenna suuri kielimalli OpenAI-menetelmällä ' text-davinci-002 ” malli agentin työkalujen asettamisen jälkeen:
lääkärikauppa = DoctoreExplorer ( Wikipedia ( ) )työkaluja = [
Työkalu (
nimi = 'Hae' ,
func = lääkärikauppa. Hae ,
kuvaus = 'Käytetään kyselyjen/kehotteiden esittämiseen haun yhteydessä' ,
) ,
Työkalu (
nimi = 'Katso ylös' ,
func = lääkärikauppa. Katso ylös ,
kuvaus = 'Sitä käytetään kyselyjen/kehotteiden esittämiseen haun kanssa' ,
) ,
]
llm = OpenAI ( lämpötila = 0 , mallinimi = 'text-davinci-002' )
#muuttujan määrittäminen määrittämällä malli agentin kanssa
reagoida = alustusagentti ( työkaluja , llm , agentti = AgentType. REACT_DOCSTORE , monisanainen = Totta )
Vaihe 5: Mallin testaus
Kun malli on rakennettu ja määritetty, aseta kysymysmerkkijono ja suorita menetelmä kysymysmuuttujan argumentissa:
kysymys = 'Mikä Yhdysvaltain laivaston amiraali teki yhteistyötä kirjailija David Chanoffin kanssa'reagoida. juosta ( kysymys )
Kun kysymysmuuttuja on suoritettu, malli on ymmärtänyt kysymyksen ilman ulkoista kehotusmallia tai koulutusta. Mallia opetetaan automaattisesti käyttämällä edellisessä vaiheessa ladattua mallia ja luomalla tekstiä sen mukaisesti. ReAct-logiikka työskentelee dokumenttivarastojen kanssa poimimaan tietoa kysymyksen perusteella:
Esitä toinen kysymys asiakirjasäilöistä mallille toimitetuista tiedoista, niin malli poimii vastauksen kaupasta:
kysymys = 'Kirjoittaja David Chanoff on tehnyt yhteistyötä William J Crowen kanssa, joka palveli minkä presidentin alaisuudessa?'reagoida. juosta ( kysymys )
Siinä on kyse ReAct-logiikan toteuttamisesta LangChainin dokumenttivaraston kanssa työskentelemiseen.
Johtopäätös
Jos haluat ottaa käyttöön ReAct-logiikan LangChainin dokumenttivaraston kanssa, asenna moduulit tai puitteet kielimallin rakentamiseksi. Tämän jälkeen määritä OpenAI:n ympäristö LLM:n määrittämistä varten ja lataa malli dokumenttivarastosta ReAct-logiikan toteuttamiseksi. Tässä oppaassa on käsitelty ReAct-logiikan käyttöönottoa dokumenttivaraston kanssa työskentelyssä.