From the uDemy course on LLM engineering.
https://www.udemy.com/course/llm-engineering-master-ai-and-large-language-models
You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
100 lines
4.2 KiB
100 lines
4.2 KiB
WEBVTT |
|
|
|
00:00.350 --> 00:03.320 |
|
まあ、 前作で君を連れて行ったのは、 卑劣な回り道だったね。 |
|
|
|
00:03.320 --> 00:08.270 |
|
でも、 楽しんでもらえたならうれしいし、 満足してもらえたなら、 そしてその週を遊びつくしてもらえたらうれしい。 |
|
|
|
00:08.270 --> 00:10.760 |
|
4. 5日目 4. 今は5だ。 |
|
|
|
00:10.850 --> 00:29.870 |
|
ラング・チェーンは、 パイプラインを解決するためにパズルの様々なステップをつなぎ合わせていくものです。 |
|
|
|
00:30.020 --> 00:37.160 |
|
そして、 あなたが達成しようとしていることを宣言的なスタイルで表現したファイルを作成することで、 |
|
|
|
00:37.160 --> 00:38.750 |
|
それが可能になる。 |
|
|
|
00:38.930 --> 00:45.830 |
|
つまり、 このLCLのチェーン表現言語は、 やりたいことをレイアウトするために使うことができるのだ。 |
|
|
|
00:45.950 --> 00:47.690 |
|
YAMLファイルの形式だ。 |
|
|
|
00:47.690 --> 00:50.420 |
|
もしあなたがYAMLファイルに慣れていて、 以下のように見えるなら。 |
|
|
|
00:50.420 --> 00:56.570 |
|
これを読むと、 ベクター・データベースの永続的なディレクトリとなる、 |
|
|
|
00:56.570 --> 01:03.500 |
|
温度とディレクトリを持つモデルを指定していることがわかる。 |
|
|
|
01:03.530 --> 01:10.130 |
|
LMはチャットタイプで、 オープンAIだ。 |
|
|
|
01:10.160 --> 01:12.350 |
|
私たちは会話の記憶を持っている。 |
|
|
|
01:12.380 --> 01:18.110 |
|
我々は、 オープンAIエンベッディング、 クロマベクトルストア、 レトリーバー、 チェーン、 そしてアウトプットを持っている。 |
|
|
|
01:18.110 --> 01:24.530 |
|
私たちが書いたPythonのコードと、 このコードがいかに密接に対応しているかがおわかりいただけたと思う。 |
|
|
|
01:24.530 --> 01:31.310 |
|
そして、 この種の宣言的モデルを組み合わせることで、 あらゆる種類の問題を解決できることが想像できるだろう。 |
|
|
|
01:31.310 --> 01:37.970 |
|
つまり、 非常にパワフルな言語であり、 それに時間を費やしてきた人々によるものなのだ。 |
|
|
|
01:37.970 --> 01:41.330 |
|
現時点では非常に生産的だと思う。 |
|
|
|
01:41.360 --> 01:48.080 |
|
個人的な好みとしては、 Pythonのコードにこだわって、 以前と同じようにワークフローをまとめるのに使いたい。 |
|
|
|
01:48.320 --> 01:52.310 |
|
しかし、 もしこのことに興味があるのであれば、 このことをもっと調べて、 代替案として検討することもできるだろう。 |
|
|
|
01:52.310 --> 01:57.350 |
|
そして、 もし他のプロジェクトでこのようなことに出くわしても、 できれば動揺しないでほしい。 |
|
|
|
01:57.380 --> 02:12.700 |
|
Pythonのコードにかなり近い形でマッピングされているので、 次はLang Chainが舞台裏でどのように動いているのかについて少しお話ししたいと思います。 |
|
|
|
02:13.030 --> 02:16.330 |
|
あー、 ランシャンはトンマジックをやっていない。 |
|
|
|
02:16.330 --> 02:18.460 |
|
実に便利だ。 |
|
|
|
02:18.460 --> 02:25.510 |
|
しかし実際には、 クロマやファイズといったさまざまな基礎コンポーネントに適切なコールをするだけだ。 |
|
|
|
02:25.540 --> 02:31.540 |
|
適切なドキュメントを検索し、 それをプロンプトにつなぎ合わせる。 |
|
|
|
02:31.540 --> 02:36.700 |
|
コールバックと呼ばれるものを使って、 ラングシャンがOpenAIに送信したプロンプトが何であったかを教えてもらう方法を、 |
|
|
|
02:36.730 --> 02:41.260 |
|
ちょっとお見せしましょう。 |
|
|
|
02:41.290 --> 02:46.540 |
|
つまり、 何らかの理由で正しいチャンクがモデルに送られなかったり、 |
|
|
|
02:46.540 --> 02:59.770 |
|
少なくとも本当に欲しいチャンクが送られなかったりした場合に起こる問題だ。 |
|
|
|
02:59.800 --> 03:07.360 |
|
では、 その問題を解決して、 最後に、 ランシャンが提供してくれるインフラ全体を解明することについて、 |
|
|
|
03:07.360 --> 03:10.300 |
|
少し考えてみよう。 |
|
|
|
03:10.330 --> 03:15.160 |
|
それでは、 5日目のJupyterLabに戻ることにしよう。
|
|
|