专栏名称: AI前线
InfoQ十年沉淀,为千万技术人打造的专属AI公众号。追踪技术新趋势,跟踪头部科技企业发展和传统产业技术升级落地案例。囊括网站和近万人的机器学习知识交流社群。
目录
相关文章推荐
青塔  ·  211,迎来新副校长 ·  2 天前  
青塔  ·  北京高校,拟整体搬迁! ·  4 天前  
高校人才网V  ·  招聘日报丨高校人才网2025年2月7日招聘信 ... ·  3 天前  
高校人才网V  ·  事业编制!高层次人才,湘潭大学等你来! ·  3 天前  
高校人才网V  ·  医学专场,两年总薪可达100万,出站可入编 ·  4 天前  
51好读  ›  专栏  ›  AI前线

一个收入被严重低估的方向,可以入局了! | 极客时间

AI前线  · 公众号  ·  · 2024-03-13 13:30

正文

“大模型狂热”从未停止。Google、百度、腾讯等等巨头互联网公司,无不在布局人工智能技术和市场,并高薪挖掘 AI 大模人才!

想象一下,如果你能让聊天机器人不仅仅回答通用问题,还能从你自己的数据库或文件中提取信息,并根据这些信息执行具体操作,会是一个什么样的惊喜存在?Langchain 正是为了实现这一目标而诞生的。

LangChain 是一个 全方位的、基于大语言模型这种预测能力 的应用开发工具,兼具 「代理性和数据感知」 两个特性。它好比一把“瑞士军刀”,你不再需要为每一个任务找一个新工具。涵盖基础工具前提下,还为个性化需求提供了自定义组件解决方案。


LangChain 的 GitHub Star 数量疯涨中,没有放缓的节奏

百闻不如一见,给你展示一个使用大语言模型和 LangChain 的具体应用案例,一起来看看它是如何让我“上头”的。

应用案例:海报文案生成器

你已经制作好了一批鲜花的推广海报,想为每一个海报的内容,写一两句话,然后 post 到社交平台上,以求图文并茂。

不过,ChatGPT 网页无法读图,那么就用 LangChain 的 “代理”来调用“工具”来完成自己做不到的事情。


鲜花海报图片

首先用一段简单的代码实现上述功能。在运行这段代码之前,你需要先通过 pip install transformers 语句安装 HuggingFace 的 Transformer 库。

根据输入的图片 URL,由 OpenAI 大语言模型驱动的 LangChain 智能体,首先利用图像字幕生成工具将图片转化为字幕,然后利用 LangChain 智能体对字幕进行进一步处理,生成中文推广文案。

针对上面的鲜花图片,程序最后给出的文案是:“ 爱,让每一天充满美丽,让每一个心情都充满甜蜜。 ”—— 多么浪漫而又富有创意,大模型懂我!

当然,这个过程中还有很多很多的细节,比如大模型是怎么思考的?具体的提示文本是什么?代理是什么?AgentExecutor Chain 是什么?它究竟是怎样调度工具的?这些问题我在 《LangChain 实战课》 找到了答案。


👆扫码免费试读

现有 限时特惠

原价 ¥99, 新人首单仅 ¥59

老用户 7 折 ,到手 ¥69

打卡赢好礼

为了带大家彻底搞懂 LangChain,咖哥还搞了个 打卡学习社群 ,并制定了一份切实可行的学习计划。将 LangChain 各个组件的原理嵌入一个 完整的业务场景 进行讲解,跨越 从原理到实际应用 的最后一公里!

现在,邀请你参加 「5 周,掌握 LangChain 开发框架」打卡行动 ,所有专栏读者都可以免费加入。完成学习目标,还可以领取丰厚礼品!

为什么是黄佳来写  LangChain?

可能大家对黄哥并不陌生,或许你还学习过他在极客时间的另一门专栏《零基础实战机器学习》和公开课《ChatGPT 和预训练模型实战课》。

除此之外,曾出版《数据分析咖哥十话》《零基础学机器学习》《GPT 图解·大模型是怎样构建的》等多本畅销书。更值得一提的是,《零基础学机器学习》 被  10  多家高校和职业学院选为教材 ,这权威性就不用多说了。

目前黄哥在新加坡科研局,任职首席研究员,这些年来一直从事大语言模型的研究,绝对是名副其实的行业顶尖大佬。

这种资历的前辈能来开课,把自己的心法毫无保留地分享出来,让普通人都可以接触到,学习到,真的是多少钱都买不到的。而且 LangChain 还没有达到批量化流水生产的阶段,一个好的“老师傅”比自学效果好很多。

大标题再说说为什么推荐这个专栏

用一句话来总结就是 “高效、轻松、细节满分” ,真正的干货绝对不是纸上谈兵。20  年的 IT 从业经验,让他能把复杂的原理讲得通俗易懂。并结合真实的业务场景,让你真正“做中学”。

详解 LangChain 的  6  大核心组件

这些组件是 LangChain 的基石,是赋予其智慧和灵魂的核心要素,具体组件包括: 模型(Models)、提示模板(Prompts)、数据检索(Indexes)、记忆(Memory)、链(Chains)、代理(Agents) 。深入工作原理和使用方法,并给出大量用例,夯实你对这些组件的理解和应用能力。


LangChain 的基础组件 - Models

解决问题,实用为王

你将能够利用 LangChain 构建出属于自己的 智能问答系统 ,不论是用于企业的应用开发,还是个人的日常应用,都能够得心应手,游刃有余。分享你一张课程学习路径图谱,理清思路,高效学习👇

全面覆盖当下热点技术和高频应用场景

将 LangChain 组件应用到实际场景中。你将学会如何使用 LangChain 的工具和接口,嵌入式存储,连接数据库,引入异步通信机制,通过智能代理进行各种角色扮演、头脑风暴,并进行自主搜索,制定自动策略,尝试不同方案完成任务。其中 对 AI 智能代理机制的各种使用方式 ,会让你产生非常多的“ Aha”时刻,不禁钦佩设计者思路之清奇。

我顺手把目录也贴在这了👇

《LangChain 实战课》新出炉的加餐内容千万别错过,订阅课程后此部分免费学习👇


春招限时特惠

原价 ¥99, 新人首单仅 ¥59

老用户 7 折,到手 ¥69

扫码免费试读⬇️

PS:先入手课程,再参与打卡活动

玩 LangChain,真的很有意思,越深入,越发觉大语言模型是一个无尽的宝藏。 在这样的系统中, 我们不是生硬 地去设计什么固定的逻辑,而是由语言模型通过理解和推理来决定执行什么操作以及执行的顺序


现在你准备好了吗?让我们一同投身到 LangChain 的世界中,解锁 AI 的无限可能!







请到「今天看啥」查看全文