🦜️🔗LangChain : 概要 (翻訳/解説)
翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 08/18/2023
* 本ページは、langchain-ai/langchain レポジトリの以下のドキュメントを翻訳した上で適宜、補足説明したものです：
* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。
- 人工知能研究開発支援
- 人工知能研修サービス(経営者層向けオンサイト研修)
- テクニカルコンサルティングサービス
- 実証実験(プロトタイプ構築)
- アプリケーションへの実装
- 人工知能研修サービス
- PoC(概念実証)を失敗させないための支援
- お住まいの地域に関係なく Web ブラウザからご参加頂けます。事前登録 が必要ですのでご注意ください。
◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。
- 株式会社クラスキャット セールス・マーケティング本部 セールス・インフォメーション
- sales-info@classcat.com ; Web: www.classcat.com ; ClassCatJP
🦜️🔗 LangChain : 概要
⚡ 構成可能性 (composability) による LLM を使用したアプリケーションの構築 ⚡
クイックインストール
“pip install langchain” または “pip install langsmith && conda install langchain -c conda-forge”
🤔 What is this?
大規模言語モデル (LLM) は革新的なテクノロジーとして現われ、開発者が以前にはできなかったアプリケーションを構築することを可能にしました。けれども、これらの LLM の孤立した使用は真に強力なアプリケーションを作成するには不十分である場合が多いです – それらを他の計算や知識のソースと組み合わせることができるとき真のパワーが発揮されます。
このライブラリはこれらのタイプのアプリケーションの開発を支援することを目標としています。これらのアプリケーションの一般的な例は以下を含みます :
❓ 特定のドキュメントに対する質問応答
- ドキュメント
- End-to-end サンプル: Notion データベースに対する質問応答
💬 チャットボット
- ドキュメント
- End-to-end サンプル: Chat-LangChain
🤖 エージェント
- ドキュメント
- End-to-end サンプル: GPT+WolframAlpha
📖 ドキュメント
以下に関する完全なドキュメントは ここ でご覧ください :
- Getting started (インストール, 環境のセットアップ, 単純なサンプル)
- How-To サンプル (デモ, 統合, ヘルパー関数)
- リファレンス (full API ドキュメント)
- リソース (中心概念の高いレベルの説明)
🚀 これが何に役立ちますか？
LangChain が役立つように設計された 6 つの主要な領域があります。これらは複雑さが増加する順で :
📃 LLMs とプロンプト :
これは、プロンプト管理、プロンプト最適化、すべての LLM 用の汎用インターフェイス、そして LLM を扱うための共通ユティリティを含みます。
🔗 チェイン :
チェインは単一の LLM 呼び出しを超えて、(LLM または別のユティリティへの) 呼び出しのシークエンスを取り込みます。LangChain はチェイン用の標準的なインターフェイス、他のツールとの多くの統合、そして一般的なアプリケーション用の end-to-end なチェインを提供します。
📚 データ増強生成 :
データ増強生成は、生成ステップで必要なデータを取得するために外部データソースと最初に相互作用する特定のタイプのチェインを含みます。サンプルはテキストの長いピースの要約と特定のデータソースに対する質問/応答を含みます。
🤖 エージェント :
エージェントは、LLM がどのアクションを取るか決定し、そのアクションを実行し、観察して、そしてそれを終了まで繰り返すことを伴います。LangChain はエージェント用の標準インターフェイス、そこから選ぶエージェントの選択肢、そして end-to-end なサンプルを提供します。
🧠 メモリ :
メモリはチェイン/エージェント間の持続的な状態を指します。LangChain はメモリ用の標準インターフェイス、メモリ実装のコレクション、そしてメモリを使用するチェイン/エージェントのサンプルを提供します。
🧐 評価 :
[BETA] 生成モデルは従来のメトリクスでは評価することが悪名が高いほどに困難です。それらを評価する一つの新しい方法は評価を行なうために言語モデル自身を使用することです。LangChain はこれを支援するために幾つかのプロンプト/チェインを提供します。
これらのコンセプトの詳細については、完全なドキュメント をご覧ください。
💁 Contributing
(訳注: 原文 参照)
以上