اكتشف أسرار بناء نموذج اللغة الخاص بك باستخدام LangChain. بسط العملية، وادمج بسهولة، وأطلق العنان لقوة تطوير الذكاء الاصطناعي.
مقدمة
تُحدث نماذج اللغة الضخمة (LLMs) مثل GPT-3 من OpenAI وBERT من Google وLLaMA من Meta ثورة في العديد من الصناعات من خلال تسهيل توليد أنواع مختلفة من النصوص، بدءًا من المواد التسويقية ورمز علم البيانات وصولاً إلى الشعر. بينما حظي ChatGPT باهتمام كبير لواجهة الدردشة سهلة الاستخدام، هناك فرص غير مستكشفة عديدة لدمج نماذج اللغة الضخمة في تطبيقات برمجية مختلفة. إذا كنت مفتونًا بالإمكانات التحويلية للذكاء الاصطناعي التوليدي ونماذج اللغة الضخمة، فهذا البرنامج التعليمي مُصمم خصيصًا لك. هنا، نقدم لك LangChain — إطار عمل Python مفتوح المصدر مصمم لبناء تطبيقات تستخدم نماذج اللغة الضخمة مثل GPT. استكشف عالم بناء تطبيقات الذكاء الاصطناعي باستخدام LangChain من خلال جلسة “بناء تطبيقات الذكاء الاصطناعي متعددة الوسائط باستخدام LangChain وOpenAI API AI Code Along”. ستتعمق في نسخ محتوى فيديو YouTube باستخدام Whisper للتعرف على الكلام ثم استخدام GPT لطرح أسئلة حول المحتوى.
ما هو LangChain
LangChain هو إطار عمل مفتوح المصدر صُمم بعناية لتبسيط تطوير التطبيقات التي تعمل بنماذج اللغة الضخمة (LLMs). يوفر مجموعة شاملة من الأدوات والمكونات والواجهات التي تهدف إلى تبسيط بناء التطبيقات التي تركز على نماذج اللغة الضخمة. باستخدام LangChain، تصبح إدارة التفاعلات مع نماذج اللغة، وربط المكونات المختلفة بسلاسة، ودمج الموارد مثل واجهات برمجة التطبيقات (APIs) وقواعد البيانات أمرًا سلسًا. للحصول على مزيد من الأفكار حول دور LangChain في هندسة البيانات وتطبيقات البيانات، راجع مقالتنا المخصصة. توفر منصة LangChain مجموعة من واجهات برمجة التطبيقات التي يمكن للمطورين دمجها بسلاسة في تطبيقاتهم، مما يمكنهم من إضفاء قدرات معالجة اللغة دون الحاجة إلى البدء من الصفر. وبالتالي، يُسرع LangChain بشكل كبير من عملية بناء التطبيقات القائمة على نماذج اللغة الضخمة، مما يجعلها في متناول المطورين عبر مجموعة واسعة من الخبرات. تُعد روبوتات المحادثة والمساعدون الافتراضيون وأدوات ترجمة اللغة وأدوات تحليل المشاعر أمثلة على التطبيقات المتعددة التي تعمل بنماذج اللغة الضخمة. باستخدام LangChain، يصنع المطورون تطبيقات مخصصة قائمة على نماذج اللغة الضخمة تناسب متطلبات دقيقة. مع استمرار معالجة اللغة الطبيعية في التقدم مع اعتماد أوسع، فإن الإمكانات التطبيقية لهذه التكنولوجيا لا حدود لها تقريبًا. فيما يلي العديد من الميزات البارزة التي تميز LangChain:
- مطالبات قابلة للتخصيص تلبي احتياجات محددة
- صياغة مكونات سلسلة لمعالجة سيناريوهات الاستخدام المتقدمة
- دمج النماذج بسلاسة لتعزيز البيانات والوصول إلى أحدث قدرات نماذج اللغة مثل GPT وHuggingFace Hub
- مكونات متعددة الاستخدامات تسهل المزج والمطابقة لتناسب متطلبات محددة
- معالجة السياق لتحديد المسار وتوجيهه لتحقيق دقة أعلى ورضا المستخدم
المكونات الرئيسية لـ LangChain
يتميز LangChain بتركيزه على المرونة والوحداتية، حيث يقوم بتقسيم خط أنابيب معالجة اللغة الطبيعية إلى مكونات منفصلة. يمكّن هذا النهج المطورين من تخصيص سير العمل ليناسب متطلباتهم، مما يجعل LangChain قابلاً للتكيف مع عدد كبير من تطبيقات الذكاء الاصطناعي عبر قطاعات وسيناريوهات متنوعة.
المكونات والسلاسل
في LangChain، تمثل المكونات وحدات متخصصة تنفذ وظائف متميزة داخل خط أنابيب معالجة اللغة. يمكن ربط هذه المكونات لتشكيل “سلاسل”، مما يتيح إنشاء سير عمل مخصص. على سبيل المثال، قد تتضمن سلسلة روبوت محادثة لخدمة العملاء وحدات لتحليل المشاعر والتعرف على النية وتوليد الردود.
قوالب المطالبات
يقدم LangChain قوالب مطالبات قابلة لإعادة الاستخدام يمكن تكييفها ديناميكيًا عن طريق إدراج قيم محددة. على سبيل المثال، يمكن تخصيص قالب يطلب اسم المستخدم عن طريق إدراج الاسم الفعلي للمستخدم. تسهل هذه الميزة توليد المطالبات بناءً على موارد ديناميكية.
مخازن المتجهات
تسهل مخازن المتجهات تخزين المعلومات واسترجاعها عبر التضمينات (embeddings)، التي تحلل التمثيلات الرقمية لمعاني المستندات. تعمل مخازن المتجهات كمرافق تخزين لهذه التضمينات، مما يتيح البحث الفعال بناءً على التشابه الدلالي.
الفهارس والمستردون
تعمل الفهارس كقواعد بيانات تخزن التفاصيل والبيانات الوصفية حول بيانات تدريب النموذج، بينما يبحث المستردون بسرعة في هذا الفهرس عن معلومات محددة. يعزز ذلك استجابات النموذج من خلال توفير السياق والمعلومات ذات الصلة.
محللات المخرجات
تقوم محللات المخرجات بتحسين الردود التي يولدها النموذج، وإدارة المحتوى غير المرغوب فيه، وتخصيص تنسيق المخرجات، أو إضافة بيانات إضافية إلى الرد. وبالتالي، تساعد محللات المخرجات في استخراج نتائج منظمة، مثل كائنات JSON، من استجابات نموذج اللغة.
منتقي الأمثلة
تحدد منتقيات الأمثلة في LangChain الحالات ذات الصلة من بيانات تدريب النموذج، مما يعزز دقة وأهمية الردود المولدة. يمكن تخصيص هذه المنتقيات لإعطاء الأولوية لأنواع معينة من الأمثلة أو تصفية الأمثلة غير ذات الصلة، مما يضمن ردود ذكاء اصطناعي مخصصة بناءً على إدخال المستخدم.
الوكلاء
يمثل الوكلاء حالات فريدة من LangChain، كل منها مزود بمطالبات وذاكرة وسلاسل محددة مخصصة لحالات استخدام معينة. يمكن نشر هؤلاء الوكلاء عبر منصات مختلفة، بما في ذلك الويب والهواتف المحمولة وروبوتات المحادثة، لتلبية احتياجات جمهور متنوع.
كيفية إعداد LangChain مع Python
تثبيت LangChain في Python سهل للغاية. يمكنك تثبيته إما باستخدام pip أو conda.
التثبيت باستخدام pip
التثبيت باستخدام conda
يشكل إعداد الإطار الأساسي لـ LangChain الأساس لوظائفه. ومع ذلك، يتألق LangChain حقًا عندما يتم دمجه بسلاسة مع مجموعة واسعة من مزودي النماذج ومخازن البيانات والموارد المماثلة.
إعداد البيئة
يتضمن دمج LangChain عادةً دمجه مع مزودي نماذج متنوعين ومخازن بيانات وواجهات برمجة تطبيقات ومكونات مماثلة. كما هو الحال مع أي عملية تكامل، من الضروري تزويد LangChain بمفاتيح API اللازمة وذات الصلة لتشغيله. يمكن تحقيق ذلك بطريقتين:
- إعداد المفتاح كمتغير بيئة
- إعداد المفتاح مباشرة في الفئة ذات الصلة
كيفية بناء تطبيق نموذج لغة في LangChain
يقدم LangChain فئة LLM مصممة للتفاعل مع مزودي نماذج لغة مختلفة مثل OpenAI وCohere وHugging Face. في جوهرها، الوظيفة الأساسية لنموذج اللغة الضخم هي توليد النص. باستخدام LangChain، يصبح بناء تطبيق يأخذ مطالبة نصية وينتج المخرجات المقابلة أمرًا بسيطًا بشكل ملحوظ.
المخرجات: >>> “What do you get when you tinker with data? A data scientist!” في المثال أعلاه، نستخدم نموذج text-ada-001 من OpenAI. إذا أردت استبداله بأي نموذج مفتوح المصدر من HuggingFace، فهو تغيير بسيط:
يمكنك الحصول على معرف رمز Hugging Face hub من حسابك في HF. إذا كان لديك عدة مطالبات، يمكنك إرسال قائمة من المطالبات مرة واحدة باستخدام طريقة generate:
المخرجات:
1
أبسط تطبيق يمكنك تطويره باستخدام LangChain يتضمن إرسال مطالبة إلى نموذج لغة من اختيارك وتلقي رد. هذا الإعداد المباشر يسمح بتعديل معلمات مختلفة، مثل temperature. تنظم معلمة temperature عشوائية المخرجات وتكون قيمتها الافتراضية 0.7.
دمج نماذج اللغة الضخمة والمطالبات داخل سير عمل متعدد الخطوات
يشير الربط (Chaining) في سياق LangChain إلى دمج نماذج اللغة الضخمة مع عناصر أخرى لبناء تطبيق. تشمل الأمثلة:
- ربط عدة نماذج لغة ضخمة بشكل تسلسلي، حيث يكون مخرجات النموذج الأول بمثابة إدخال للنموذج الثاني.
- دمج نماذج اللغة الضخمة مع قوالب المطالبات.
- الجمع بين نماذج اللغة الضخمة ومصادر بيانات خارجية، مثل الإجابة على الأسئلة.
- دمج نماذج اللغة الضخمة مع ذاكرة طويلة المدى، مثل سجل المحادثة.
الخاتمة والإلهام
منذ وقت قصير فقط، تركتنا قدرات ChatGPT المذهلة في حالة من الدهشة. ومع ذلك، تطور المشهد بسرعة، مما قدم لنا أدوات مطورين جديدة مثل LangChain التي تمكّننا من إنشاء نماذج أولية مماثلة بشكل رائع على أجهزة الكمبيوتر المحمولة الشخصية في غضون ساعات. LangChain، إطار عمل Python مفتوح المصدر، يمكّن الأفراد من تطوير تطبيقات تعمل بواسطة نماذج اللغة الضخمة (LLMs). يوفر هذا الإطار واجهة متعددة الاستخدامات لمجموعة كبيرة من النماذج الأساسية، مما يبسط إدارة المطالبات، ويعمل كمركز مركزي لمكونات مختلفة مثل قوالب المطالبات ونماذج اللغة الضخمة الإضافية والبيانات الخارجية والأدوات الأخرى من خلال الوكلاء (وفقًا لأحدث تحديث). لمواكبة أحدث التطورات في الذكاء الاصطناعي التوليدي ونماذج اللغة الضخمة، فكر في حضور ندوتنا عبر الإنترنت حول بناء تطبيقات الذكاء الاصطناعي باستخدام LangChain وGPT. في هذه الجلسة، ستستوعب أساسيات استخدام LangChain لتطوير تطبيقات الذكاء الاصطناعي، وتتعلم حول هيكلة تطبيق الذكاء الاصطناعي، وتكتشف تقنيات تضمين البيانات النصية للحصول على أداء مثالي. بالإضافة إلى ذلك، يمكنك استكشاف ورقة الغش الخاصة بنا حول مشهد أدوات الذكاء الاصطناعي التوليدي، والتي تصنف الأدوات المختلفة وتطبيقاتها وتأثيرها عبر قطاعات مختلفة. أو يمكنك تجربة نموذج اللغة الضخم الخاص بنا مباشرة من novita.ai. مزود بنماذج متنوعة، يقدم لك نموذج اللغة الضخم لدينا محادثات غير مراقبة وغير مقيدة من خلال واجهات برمجة تطبيقات استدلال قوية. مع أقل الأسعار ونماذج قابلة للتطوير، تعمل واجهة برمجة تطبيقات استدلال Novita AI LLM على تمكين نموذج اللغة الضخم الخاص بك باستقرار لا يصدق وزمن وصول منخفض نسبيًا في أقل من ثانيتين.
novita.ai، المنصة الواحدة للإبداع غير المحدود التي تمنحك الوصول إلى أكثر من 100 واجهة برمجة تطبيقات. من توليد الصور ومعالجة اللغة إلى تحسين الصوت ومعالجة الفيديو، بنظام الدفع حسب الاستخدام الرخيص، يحررك من متاعب صيانة GPU أثناء بناء منتجاتك الخاصة. جربه مجانًا.
قراءة موصى بها
