W tym poście zademonstrujemy proces użycia przykładowego selektora wyboru według długości w LangChain.
Jak korzystać z selektora przykładów opartego na długości w LangChain?
Selektory przykładów służą do wybierania danych lub przykładów, które mają być użyte do uczenia modeli. Metoda oparta na długości to proces wybierania przykładów na podstawie ich długości. Przykład wyboru według długości jest najczęściej używany, gdy długość podpowiedzi przekracza długość kontekstu.
Aby dowiedzieć się, jak korzystać z przykładowego selektora wyboru według długości w LangChain, po prostu zapoznaj się z poniższym przewodnikiem:
Krok 1: Zainstaluj LangChain
Najpierw rozpocznij proces korzystania z przykładowego selektora wyboru według długości, instalując framework LangChain:
pip zainstaluj langchain
Krok 2: Budowanie przykładowego selektora
Następnie po prostu zaimportuj biblioteki w celu skonfigurowania przykładowego selektora z wieloma przykładami i metodami, takimi jak „ przykład_podpowiedzi „”, „ przykład_selektor ', I ' dynamic_prompt ”:
z łańcuch językowy. monity import Szablon podpowiedziz łańcuch językowy. monity import Szablon FewShotPrompt
z łańcuch językowy. monity . przykład_selektor import Selektor przykładów opartych na długości
przykłady = [
{ 'Dostawać' : 'malutki' , 'post' : 'duży' } ,
{ 'Dostawać' : 'nienawidzić' , 'post' : 'Miłość' } ,
{ 'Dostawać' : 'chory' , 'post' : 'Dobrze' } ,
{ 'Dostawać' : 'kurczyć się' , 'post' : 'rosnąć' } ,
{ 'Dostawać' : 'miękki' , 'post' : 'twardy' } ,
]
przykład_podpowiedzi = Szablon podpowiedzi (
zmienne_wejściowe = [ 'Dostawać' , 'post' ] ,
szablon = „Wejście: {pobierz} \N Wynik: {post}” ,
)
# Skonfiguruj przykładowy selektor oparty na długości, podając lub ograniczając maksymalną długość zapytania
przykład_selektor = Selektor przykładów opartych na długości (
przykłady = przykłady ,
przykład_podpowiedzi = przykład_podpowiedzi ,
maksymalna długość = 25 ,
)
# Skonfiguruj dynamic_prompt przy użyciu metody FewShotPrompttemplate() w celu ustawienia szablonu zapytania
dynamic_prompt = Szablon FewShotPrompt (
przykład_selektor = przykład_selektor ,
przykład_podpowiedzi = przykład_podpowiedzi ,
prefiks = „Chcę uzyskać antonim każdego obiektu” ,
przyrostek = „Zapytanie: {styl} \N Odpowiedź:' ,
zmienne_wejściowe = [ 'styl' ] ,
)
Krok 3: Korzystanie z małych danych wejściowych
Teraz przetestuj przykładowy selektor, używając krótkiego monitu zawierającego tylko jedno słowo, aby wyodrębnić szablon na ekranie:
wydrukować ( dynamic_prompt. format ( styl = 'duży' ) ) 
Krok 4: Korzystanie z długiego wprowadzania
Następnie po prostu użyj większego znaku zachęty lub zapytania zawierającego wiele słów i przypisz je do „ długi_ciąg ' zmienny:
długi_ciąg = „duży i ogromny i masywny i duży i gigantyczny i wysoki i większy niż każde inne zapytanie”wydrukować ( dynamic_prompt. format ( styl = długi_ciąg ) )
Krok 5: Dodawanie przykładu do selektora przykładów
Następnym krokiem jest dodanie przykładu do selektora przykładów przy użyciu metody dynamic_prompt():
nowy_przykład = { 'Dostawać' : 'duży' , 'post' : 'mały' }dynamic_prompt. przykład_selektor . dodaj_przykład ( nowy_przykład )
wydrukować ( dynamic_prompt. format ( styl = 'entuzjastyczny' ) )
Chodzi o użycie selektora przykładów opartego na długości w LangChain.
Wniosek
Aby użyć przykładowego selektora wyboru według długości w LangChain, zainstaluj środowisko LangChain w celu zaimportowania bibliotek do zbudowania przykładowego selektora. Następnie użyj mniejszego monitu, aby sprawdzić wynik za pomocą selektora przykładów opartego na długości, a następnie użyj dłuższego monitu, aby uzyskać najbardziej odpowiedni przykład. Użytkownik może także użyć selektora przykładów, aby dodać do niego kolejny przykład za pomocą metody dynamic_prompt(). W tym poście zilustrowano proces użycia przykładowego selektora wyboru według długości w LangChain.