Dit bericht demonstreert het proces van het gebruik van de voorbeeldselector Select-by-length in LangChain.
Hoe gebruik ik de op lengte gebaseerde voorbeeldkiezer in LangChain?
Voorbeeldselectors worden gebruikt om de gegevens of voorbeelden te selecteren die moeten worden gebruikt voor het trainen van de modellen. Op lengte gebaseerd is het proces waarbij deze voorbeelden worden gekozen op basis van hun lengte. Het voorbeeld 'selecteren op lengte' wordt meestal gebruikt wanneer de lengte van de prompt groter is dan de lengte van de context.
Om te leren hoe u de voorbeeldkiezer voor selecteren op lengte in LangChain kunt gebruiken, volgt u eenvoudigweg de volgende handleiding:
Stap 1: Installeer LangChain
Start eerst het proces van het gebruik van de voorbeeldkiezer selecteren op lengte door het LangChain-framework te installeren:
pip installeer langchain
Stap 2: Bouwvoorbeeldkiezer
Importeer daarna eenvoudigweg de bibliotheken voor het configureren van de voorbeeldkiezer met meerdere voorbeelden en methoden zoals “ voorbeeld_prompt ', ' voorbeeld_selector ', En ' dynamische_prompt ”:
van langketen. aanwijzingen importeren Promptsjabloonvan langketen. aanwijzingen importeren FewShotPrompt-sjabloon
van langketen. aanwijzingen . voorbeeld_selector importeren Op lengte gebaseerde voorbeeldselector
voorbeelden = [
{ 'krijgen' : 'klein' , 'na' : 'groot' } ,
{ 'krijgen' : 'een hekel hebben aan' , 'na' : 'Liefde' } ,
{ 'krijgen' : 'ziek' , 'na' : 'Goed' } ,
{ 'krijgen' : 'krimpen' , 'na' : 'groeien' } ,
{ 'krijgen' : 'zacht' , 'na' : 'moeilijk' } ,
]
voorbeeld_prompt = Promptsjabloon (
invoervariabelen = [ 'krijgen' , 'na' ] ,
sjabloon = 'Invoer: {krijg} \N Uitvoer: {post}' ,
)
# Configureer op lengte gebaseerde voorbeeldselector door de maximale lengte van de query op te geven of te beperken
voorbeeld_selector = Op lengte gebaseerde voorbeeldselector (
voorbeelden = voorbeelden ,
voorbeeld_prompt = voorbeeld_prompt ,
maximale lengte = 25 ,
)
# Configureer dynamic_prompt met behulp van de FewShotPrompttemplate() methode om de sjabloon van de query in te stellen
dynamische_prompt = FewShotPrompt-sjabloon (
voorbeeld_selector = voorbeeld_selector ,
voorbeeld_prompt = voorbeeld_prompt ,
voorvoegsel = 'Ik wil de antoniem van elk object achterhalen' ,
achtervoegsel = 'Zoekopdracht: {stijl} \N Antwoord:' ,
invoervariabelen = [ 'stijl' ] ,
)
Stap 3: Kleine invoer gebruiken
Test nu de voorbeeldkiezer met een kleine prompt van slechts één woord om de sjabloon op het scherm te extraheren:
afdrukken ( dynamische_prompt. formaat ( stijl = 'groot' ) )
Stap 4: Lange invoer gebruiken
Gebruik daarna eenvoudigweg een grotere prompt of vraag met meerdere woorden en wijs deze toe aan de “ lange_string ”variabele:
lange_string = 'groot en enorm en massief en groot en gigantisch en lang en groter dan elke andere vraag'afdrukken ( dynamische_prompt. formaat ( stijl = lange_string ) )
Stap 5: Voorbeeld toevoegen aan voorbeeldkiezer
De volgende stap wordt gebruikt om het voorbeeld aan de voorbeeldkiezer toe te voegen met behulp van de dynamic_prompt() methode:
nieuw_voorbeeld = { 'krijgen' : 'groot' , 'na' : 'klein' }dynamische_prompt. voorbeeld_selector . voeg_voorbeeld toe ( nieuw_voorbeeld )
afdrukken ( dynamische_prompt. formaat ( stijl = 'enthousiast' ) )
Dat gaat allemaal over het gebruik van de op lengte gebaseerde voorbeeldselector in LangChain.
Conclusie
Als u de voorbeeldselector 'selecteren op lengte' in LangChain wilt gebruiken, installeert u het LangChain-framework om de bibliotheken te importeren voor het bouwen van de voorbeeldselector. Gebruik daarna een kleinere prompt om de uitvoer te controleren met behulp van de op lengte gebaseerde voorbeeldselector, en gebruik vervolgens een langere prompt om het meest geschikte voorbeeld te krijgen. De gebruiker kan ook de voorbeeldkiezer gebruiken om er nog een voorbeeld aan toe te voegen met behulp van de dynamic_prompt() -methode. Dit bericht heeft het proces geïllustreerd van het gebruik van de voorbeeldkiezer selecteren op lengte in LangChain.