Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- jupyter notebook
- pmf
- 행사다리꼴
- 누적분포함수
- 모평균
- 이산확률질량함수
- 범주형자료
- 첨가행렬
- 통계학입문
- 확률밀도함수
- 이항분포
- 조건부확률
- 베르누이분포
- 절삭평균
- 통계학개론
- Anaconda
- 균일분포
- 피어슨상관계수
- 이변량자료
- 수학적확률
- 모수
- 기댓값과 분산
- 표본평균
- 연속확률변수
- 기본행연산
- 표본공간
- 포아송분포
- 수치형자료
- 이산형
- 사조사
Archives
- Today
- Total
summ의 블로그
[Langchain] chain 본문
chain
chain ?
단계의 출력이 다음 단계의 입력이 되는 프로세스.
한 task의 출력이 다음 task의 input이 됨
만약, prompt에 수식을 계산해 달라고 하면?
- 계산을 실제로 하는게 아니라 '계산하는' 패턴을 학습하는 것임.
- 여러 계산 수식을 하는 원리가 학습되어 있음.
- lstm으로 계산을 예측
- 플러그인 > 수식을 생성 > 플러그인 사용 > 답 > llm으로 답변을 생성하여 보여줌
chain의 종류 3가지
- utility chain
- generic chain
- combine document chain
1. LLMMathChain: 수학 계산을 위한 Utility Chain
from langchain_openai import ChatOpenAI
from langchain.chains import LLMMathChain
openai = ChatOpenAI(
model_name = 'gpt-3.5-turbo',
temperature = 0,
api_key = OPENAI_API_KEY
)
2. TransformChain: 입력받은 텍스트 조정을 위한 chain
텍스트를 변환하는 정규식을 담은 함수를 생성한 다음 TransformChain을 이용하여 변환
3. Sequential chain
- PromptTemplate과 LLMChain을 이용해 원하는 스타일로 텍스트를 변환하는 프롬프트 작성
- SequentialChain으로 TransformChain과 LLMChain을 연결
# 여러 chain 순차적 실행
sequential_chain = SequentialChain(chains = [clean_extra_spaces_chain,
style_paraphrase_chain],
input_variables = ['text', 'style'],
output_variables = ['final_output']
)
'langchain' 카테고리의 다른 글
[Langchain] AI agent (0) | 2024.09.04 |
---|---|
[Langchain] Retrieval Agents (0) | 2024.08.21 |
[Langchain] fewshot prompting (0) | 2024.07.15 |
[Langchain] langchain (0) | 2024.07.11 |
[Langchain] OpenAI api key 발급받기 (0) | 2024.07.08 |