LangChain Projesi, Yapay Zeka Örnekleri

LangChain'in birincil satış noktalarından biri, LLM'lerin harici verilerle entegrasyonudur. Büyük dil modelleri (LLM'ler), dönüştürücü bir teknoloji olarak ortaya çıkıyor ve geliştiricilerin daha önce yapamadıkları uygulamaları oluşturmalarını sağlıyor. Ancak bu LLM'leri ayrı ayrı kullanmak, gerçekten güçlü bir uygulama oluşturmak için genellikle yeterli değildir – gerçek güç, bunları diğer hesaplama veya bilgi kaynaklarıyla birleştirebildiğinizde gelir.

🚀 LangChain hangi konuda yardımcı olabilir?

LangChain'in yardımcı olmak için tasarladığı altı ana alan vardır. Bunlar, artan karmaşıklık sırasına göre:

📃 LLM'ler ve İstemler:

Buna bilgi istemi yönetimi, bilgi istemi optimizasyonu, tüm LLM'ler için genel arayüz ve LLM'lerle çalışmak için ortak yardımcı programlar dahildir.

🔗 Zincirler:

Zincirler, yalnızca tek bir LLM çağrısının ötesine geçer ve çağrı dizileridir (bir LLM'ye veya farklı bir yardımcı programa). LangChain, zincirler için standart bir arayüz, diğer araçlarla çok sayıda entegrasyon ve yaygın uygulamalar için uçtan uca zincirler sağlar.

📚 Veri Artırılmış Nesil:

Veri Artırılmış Üretim, oluşturma adımında kullanılacak verileri getirmek için önce harici bir veri kaynağıyla etkileşime giren belirli zincir türlerini içerir. Buna örnek olarak, uzun metin parçalarının özetlenmesi ve belirli veri kaynakları üzerinden soru/cevap verilebilir.

🤖 Temsilciler:

Aracılar, hangi Eylemlerin gerçekleştirileceği, bu Eylemin gerçekleştirileceği, bir Gözlemin görüleceği ve tamamlanana kadar tekrarlanacağı konusunda kararlar alan bir LLM'yi içerir. LangChain, temsilciler için standart bir arayüz, aralarından seçim yapabileceğiniz çeşitli aracılar ve uçtan uca aracı örnekleri sağlar.

🧠 Hafıza:

Bellek, bir zincirin/aracının çağrıları arasında devam eden durum kavramıdır. LangChain, bellek için standart bir arabirim, bir bellek uygulamaları koleksiyonu ve belleği kullanan zincir/aracı örnekleri sağlar.

🧐 Değerlendirme:

[BETA] Üretken modellerin geleneksel metriklerle değerlendirilmesi herkesin bildiği gibi zordur. Bunları değerlendirmenin yeni bir yolu, değerlendirmeyi yapmak için dil modellerini kullanmaktır. LangChain, buna yardımcı olmak için bazı istemler/zincirler sağlar.

Bu kavramlar hakkında daha fazla bilgi için lütfen tam belgelerimize bakın.

Kaynak: https://github.com/hwchase17/langchain