Model Bahasa Besar atau LLM digunakan untuk mencipta model interaktif yang boleh berkomunikasi dengan manusia dalam bahasa semula jadi. Pengguna perlu mengkonfigurasi templat untuk gesaan supaya model dapat memahami teks dan kemudian menjana jawapan dengan cekap. Untuk menjana teks dalam bahasa semula jadi, model perlu dilatih pada set data dalam bahasa semula jadi.
Siaran ini akan menggambarkan proses membina format templat dalam LangChain.
Bagaimana untuk Membina Format Templat dalam LangChain?
Python ialah bahasa pengaturcaraan paling berkesan yang menggunakan “ jinja2 ” dan “ fstring ” format templat kerana fstring digunakan secara lalai. Untuk mengetahui cara membina format templat dalam LangChain, ikuti panduan ini:
Prasyarat: Pasang LangChain
Pertama, pasang rangka kerja LangChain yang mengandungi perpustakaan PromptTemplate yang boleh digunakan untuk membina format templat. Rangka kerja LangChain memasang semua kebergantungan yang diperlukan untuk membina struktur pertanyaan untuk LLM atau chatbot:
pip pasang langchain
Kaedah 1: Menggunakan Templat jinja2
Selepas itu, import pustaka PromptTemplate untuk menggunakan templat jinja2 yang mengandungi pertanyaan dengan pembolehubah yang ditakrifkan dalam kaedah prompt.format(). Format jinja2 ditentukan sebagai parameter kaedah PromptTemplate() dan diberikan kepada pembolehubah segera:
daripada langchain.prompts import PromptTemplate
jinja2_template = 'Beritahu saya puisi {{ gaya }} tentang {{ tema }}'
prompt = PromptTemplate.from_template(jinja2_template, template_format='jinja2')
prompt.format(style='motivational', theme='earth')
Output memaparkan bahawa model telah menggunakan nilai pembolehubah dalam pertanyaan dengan betul selepas memahaminya:
Kaedah 2: Menggunakan Templat fstring
Kaedah kedua menggunakan format templat fstring yang digunakan secara lalai sebagai PromptTemplate oleh bahasa pengaturcaraan Python. Sebagai contoh, ' fstring_template ” pembolehubah mengandungi pertanyaan dan kemudian memanggil kaedah PromptTemplate() dengan pembolehubah di dalamnya untuk membina format templat:
daripada langchain.prompts import PromptTemplatefstring_template = '''Beritahu saya puisi {style} tentang {tema}'''
prompt = PromptTemplate.from_template(fstring_template)
prompt.format(style='motivational', theme='earth')
Itu semua tentang proses membina format templat dalam LangChain.
Kesimpulan
Untuk membina format templat dalam LangChain, mulakan sahaja proses dengan memasang rangka kerja LangChain. Ia mengandungi semua kebergantungan untuk menggunakan fungsi PromptTemplate(). Ia menggunakan fstring format templat secara lalai untuk bahasa pengaturcaraan Python. Pengguna juga boleh menggunakan jinja2 templat menggunakan templat_format parameter. Panduan ini telah menerangkan kedua-dua format PromptTemplate untuk membina templat dalam LangChain.