Capítulo 4. Técnicas avançadas para geração de texto com LangChain
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A utilização de técnicas simples de engenharia de prompt funcionará frequentemente para a maioria das tarefas, mas ocasionalmente terás de utilizar um conjunto de ferramentas mais poderoso para resolver problemas complexos de IA generativa. Esses problemas e tarefas incluem:
- Comprimento do contexto
-
Resume um livro inteiro numa sinopse digerível.
- Combinação de entradas/saídas LLM sequenciais
-
Criar uma história para um livro, incluindo as personagens, o enredo e a construção do mundo.
- Executa tarefas de raciocínio complexas
-
LLMs actuando como agentes. Por exemplo, podes criar um agente LLM para te ajudar a atingir os teus objetivos pessoais de fitness.
Para enfrentar habilmente estes desafios complexos de IA generativa, é altamente benéfico familiarizares-te com a LangChain, uma estrutura de código aberto. Esta ferramenta simplifica e melhora substancialmente os fluxos de trabalho do teu LLM.
Introdução à LangChain
LangChain é uma estrutura versátil que permite a criação de aplicações utilizando LLMs e está disponível como um pacote Python e TypeScript. O seu princípio central é que as aplicações mais impactantes e distintas não farão apenas a interface com um modelo de linguagem através de uma API, mas também:
- Aumenta a sensibilização para os dados
-
O quadro tem por objetivo estabelecer ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access