LangChain
LangChain
OpenAI 演讲：如何通过 API 将大模型集成到自己的应用程序中
第一部分介绍了大语言模型（LLMs）及其局限性。 LLMs 是自回归语言模型，它们接受一个 prompt，然后预测下一个单词或 token。然后，文章介绍了如何使用 GPT ...
基于开源模型搭建Agent系统教程
这篇文章主要介绍了使用大型语言模型（LLMs）作为代理系统的概念，重点介绍了ReAct代理的内部工作原理和挑战。文章首先解释了LLM Agent的定义和其在任务完成...
手把手系列！无需 OpenAI 即可搭建 RAG 应用
这篇文章主要介绍了如何使用不同的大语言模型（LLM）来搭建对话式RAG应用。首先，作者提到了OpenAI以外的其他LLM，包括Nebula和Hugging Face的Embedding模型...
使用 Langchain 和 Hugging Face ，轻松实现大模型 RAG 用法
首先，需要安装一系列库，包括langchain、torch、transformers、sentence-transformers、datasets和faiss-cpu。这些库用于加载数据、处理文本、生成嵌入向量...
如何用LLM和自有知识库搭建智能agent？
该文档介绍了LangChain知识库的建立和使用，以及对ChatPDF实现的详细讨论。LangChain作为问答系统分为四个步骤，包括创建索引、从索引创建Retriever、创建问...
LangFlow–可视化的LangChain
将llm嵌入到您的应用程序中，无需代码. LangChain是一个Python库，它可以更容易地将大语言模型的功能与应用程序的逻辑结合起来。LangChain允许用户创建和组合...
部署本地大模型(基于Langchain)
了解如何在不向提供者公开私有数据的情况下训练自己的语言模型 使用公共AI服务(如OpenAI的ChatGPT)的主要问题之一是将您的私人数据暴露给提供商的风险。对于...
使用GPT4ALL和LangChain构建本地大模型应用
私有化大语言模型的想法肯定会引起我们的共鸣。其吸引力在于，我们可以查询信息并将信息传递给大语言模型，而无需我们的数据或响应通过第三方——安全，可靠，...
