Doküman Deposu ile Çalışmak İçin ReAct Mantığı Nasıl Uygulanır?

Dokuman Deposu Ile Calismak Icin React Mantigi Nasil Uygulanir



LangChain dil modelleri ve sohbet robotları oluşturmaya yönelik tüm bağımlılıkları ve kitaplıkları içeren çerçevedir. Dilin karmaşıklığını verimli bir şekilde anlamak için bu sohbet robotlarının büyük veriler üzerinde eğitilmesi gerekiyor. Geliştiriciler, dili doğru bir şekilde öğrenip anlayabilen bu modellerle ReAct mantığını kullanabilirler. Tepki mantık bunların birleşimidir muhakeme (Eğitim ve Oyunculuk Modelden optimize edilmiş sonuçları elde etmek için (Test) aşamaları.

Hızlı Taslak

Bu gönderi şunları gösterecektir:







LangChain'de Belge Deposu ile ReAct Mantığı Nasıl Uygulanır?



Çözüm



LangChain'de Belge Deposu ile ReAct Mantığı Nasıl Uygulanır?

Dil modelleri, İngilizce vb. gibi doğal dillerde yazılmış büyük bir veri havuzu üzerinde eğitilir. Veriler, belge depolarında yönetilir ve depolanır; kullanıcı, verileri mağazadan kolayca yükleyebilir ve modeli eğitebilir. Her yineleme modeli daha etkili ve gelişmiş hale getirdiği için model eğitimi birden fazla yineleme alabilir.





LangChain'deki belge deposuyla çalışmak üzere ReAct mantığını uygulama sürecini öğrenmek için şu basit kılavuzu izlemeniz yeterlidir:

Adım 1: Çerçeveleri Yükleme

Öncelikle LangChain çerçevesini yükleyerek belge deposuyla çalışmak için ReAct mantığını uygulama sürecine başlayın. LangChain çerçevesini yüklemek, süreci tamamlamak için kitaplıkları almak veya içe aktarmak için gerekli tüm bağımlılıkları sağlayacaktır:



pip kurulumu langchain

Belge depolarının ReAct mantığıyla çalışmasını sağlamak için kullanılabilecek bu kılavuz için Wikipedia bağımlılıklarını yükleyin:

pip kurulumu wikipedia

Kitaplıklarını almak ve Büyük Dil Modelleri veya LLM'ler oluşturmak için pip komutunu kullanarak OpenAI modüllerini yükleyin:

pip kurulumu openai

2. Adım: OpenAI API Anahtarını Sağlama

Gerekli tüm modülleri kurduktan sonra, basitçe ortamı kurmak aşağıdaki kodu kullanarak OpenAI hesabındaki API anahtarını kullanarak:

içe aktarmak Sen

içe aktarmak geçiş izni

Sen . yaklaşık olarak [ 'OPENAI_API_KEY' ] = geçiş izni . geçiş izni ( 'OpenAI API Anahtarı:' )

3. Adım: Kitaplıkları İçe Aktarma

Ortam kurulduktan sonra, belge depolarıyla çalışmak üzere ReAct mantığını yapılandırmak için gereken kitaplıkları LangChain'den içe aktarın. Dil modelini yapılandırmak için DocstoreExplaorer'ı almak için LangChain aracılarını ve türleriyle birlikte aracıları kullanma:

itibaren Langchain. lms içe aktarmak OpenAI

itibaren Langchain. doküman deposu içe aktarmak Vikipedi

itibaren Langchain. ajanlar içe aktarmak başlat_agent , Alet

itibaren Langchain. ajanlar içe aktarmak Temsilci Türü

itibaren Langchain. ajanlar . tepki . temel içe aktarmak DocstoreExplorer

4. Adım: Wikipedia Explorer'ı Kullanma

“ öğesini yapılandırın doküman deposu ” değişkenini DocstoreExplorer() yöntemiyle kullanın ve bağımsız değişkeninde Wikipedia() yöntemini çağırın. OpenAI yöntemini kullanarak Büyük Dil Modelini “ metin-davinci-002 ” Aracı için araçları ayarladıktan sonra model:

doküman deposu = DocstoreExplorer ( Vikipedi ( ) )
aletler = [
Alet (
isim = 'Aramak' ,
işlev = docstore. aramak ,
Tanım = 'Aramayla birlikte sorgu/istem sormak için kullanılır' ,
) ,
Alet (
isim = 'Bakmak' ,
işlev = docstore. bakmak ,
Tanım = 'Aramayla sorgu/istem sormak için kullanılır' ,
) ,
]

llm = OpenAI ( sıcaklık = 0 , model adı = 'metin-davinci-002' )
#modeli aracıyla yapılandırarak değişkeni tanımlama
tepki = başlat_agent ( aletler , llm , ajan = AgentType. REACT_DOCSTORE , ayrıntılı = Doğru )

Adım 5: Modelin Test Edilmesi

Model oluşturulduktan ve yapılandırıldıktan sonra, soru dizesini ayarlayın ve yöntemi, argümanındaki soru değişkeniyle çalıştırın:

soru = 'Hangi ABD Donanması amirali Yazar David Chanoff ile işbirliği yaptı'

tepki. koşmak ( soru )

Soru değişkeni yürütüldüğünde model, herhangi bir harici bilgi istemi şablonu veya eğitimi olmadan soruyu anlamıştır. Model, önceki adımda yüklenen model kullanılarak otomatik olarak eğitiliyor ve buna göre metin üretiliyor. ReAct mantığı, şu soruya dayalı olarak bilgi çıkarmak için belge depolarıyla birlikte çalışır:

Belge depolarından modele sağlanan verilerden başka bir soru sorun; model, yanıtı mağazadan çıkaracaktır:

soru = 'Yazar David Chanoff, hangi Başkanın emrinde görev yapan William J Crowe ile işbirliği yaptı?'

tepki. koşmak ( soru )

Tamamen LangChain'deki belge deposuyla çalışmak için ReAct mantığını uygulamakla ilgilidir.

Çözüm

LangChain'deki belge deposuyla çalışmak üzere ReAct mantığını uygulamak için dil modelini oluşturmaya yönelik modülleri veya çerçeveleri yükleyin. Bundan sonra, LLM'yi yapılandırmak ve ReAct mantığını uygulamak için modeli belge deposundan yüklemek üzere OpenAI için ortamı ayarlayın. Bu kılavuz, belge deposuyla çalışmak için ReAct mantığının uygulanması konusunda ayrıntılı bilgi vermiştir.