Учите LangChain для связи LLM с внешними данными

LangChain - это фреймворк, который создан специально для разработки приложений, использующих контекстно-ориентированный анализ, путем связывания мощных моделей больших языков с внешними источниками данных. Мы только что опубликовали курс на YouTube-канале freeCodeCamp.org, который научит вас всему, что нужно знать о LangChain. Курс обеспечит вас современными навыками

LangChain – это фреймворк, ориентированный на искусственный интеллект, разработанный для создания приложений с контекстно-осознанным рассуждением путем связывания мощных моделей языка с внешними источниками данных.

Мы только что опубликовали курс на канале CodesCode.org на YouTube, который научит вас всему, что нужно знать о LangChain. Курс позволит вам освоить передовые навыки, необходимые для создания высококвалифицированного чат-бота с использованием языка выражений LangChain Expression Language.

Том Чант – популярный преподаватель в Scrimba. В этом курсе Том проведет вас от основ LangChain.js до продвинутых концепций. Вы изучите широкий спектр тем, включая эмбеддинги, диаграммы потока приложений, хранилище векторов Supabase, разделение текста и многое другое. Курс структурирован таким образом, чтобы изучение LangChain.js было доступным и приятным, с акцентом на практическое применение.

В курс включено введение в LangChain от Джейкоба Ли, главного разработчика LangChain.js.

В этом курсе вы узнаете о:

Разделение с помощью инструмента LangChain textSplitter
Векторизация фрагментов текста
Использование моделей эмбеддингов
Хранилище векторов Supabase
Шаблоны с входными переменными
Сообщения из шаблонов
Язык выражений LangChain
Базовые цепочки с помощью метода .Pipe()
Извлечение из векторного хранилища
Сложные цепочки с помощью RunnableSequence()
Класс StringOutputParser()
Устранение проблем с производительностью

В этом курсе вы научитесь использовать LangChain.js для создания чат-бота, который может отвечать на вопросы на основе предоставленного вами текста.

В первой части проекта вы научитесь использовать LangChain для разделения текста на фрагменты, преобразования фрагментов векторами с использованием модели вложения OpenAI и сохранения их в хранилище векторов Supabase.

Затем вы узнаете о цепочках, которые являются строительными блоками LangChain. И мы делаем это с использованием языка выражений LangChain Expression Language. Это делает процесс написания кода на LangChain гораздо более гладким и легко усваиваемым.

Наконец, вы узнаете о восстановлении: использование сопоставления векторов для выбора фрагментов текста из нашего векторного хранилища, которые наиболее вероятно содержат ответ на запрос пользователя. Это позволяет чат-боту отвечать на вопросы, специфичные для ваших данных – критически важный навык при работе с искусственным интеллектом и один из наиболее распространенных случаев использования ИИ при разработке веб-сайтов.

Просмотрите полный курс на канале CodesCode.org YouTube (продолжительность 2 часа).