LangChain میں لمبائی پر مبنی مثال سلیکٹر کا استعمال کیسے کریں؟

Langchain My Lmbayy Pr Mbny Mthal Slyk R Ka Ast Mal Kys Kry



LangChain کا ​​استعمال قدرتی زبان کے ماڈلز بنانے کے لیے کیا جاتا ہے جن کا استعمال انسانوں کے ساتھ ان کی زبان جیسے انگریزی وغیرہ میں گفتگو کرنے کے لیے کیا جا سکتا ہے۔ ڈویلپر ان ماڈلز کو تربیت دینے کے لیے متعدد ڈیٹا سیٹس یا مثال کے ڈیٹا کا استعمال کرتا ہے، اور ان تمام مثالوں کو استعمال کرنا ممکن نہیں ہے۔ وقت. لہذا، ایک سے زیادہ عوامل پر مبنی ڈیٹا سیٹ یا مثال کو منتخب کرنے کے لیے مثال کے سلیکٹرز کا استعمال کیا جاتا ہے اور لمبائی ان سلیکٹرز میں سے ایک ہے۔

یہ پوسٹ LangChain میں سلیکٹ بائی لینتھ مثال سلیکٹر کو استعمال کرنے کے عمل کو ظاہر کرے گی۔

LangChain میں لمبائی پر مبنی مثال سلیکٹر کا استعمال کیسے کریں؟

ماڈلز کی تربیت کے لیے استعمال کیے جانے والے ڈیٹا یا مثالوں کو منتخب کرنے کے لیے مثال سلیکٹرز کا استعمال کیا جاتا ہے۔ لمبائی پر مبنی ان مثالوں کو ان کی لمبائی کا استعمال کرتے ہوئے منتخب کرنے کا عمل ہے۔ انتخاب کے لحاظ سے لمبائی کی مثال زیادہ تر اس وقت استعمال ہوتی ہے جب پرامپٹ کی لمبائی سیاق و سباق کی لمبائی سے بڑھ جاتی ہے۔







LangChain میں سلیکٹ بائی لینتھ مثال سلیکٹر کو استعمال کرنے کا طریقہ سیکھنے کے لیے، بس درج ذیل گائیڈ کو دیکھیں:



مرحلہ 1: LangChain انسٹال کریں۔



سب سے پہلے، LangChain فریم ورک کو انسٹال کر کے سلیکٹ بائی لینتھ مثال سلیکٹر کو استعمال کرنے کا عمل شروع کریں:





pip انسٹال langchain

مرحلہ 2: مثال کا انتخاب کنندہ بنانا



اس کے بعد، متعدد مثالوں اور طریقوں کے ساتھ مثال کے انتخاب کنندہ کو ترتیب دینے کے لیے صرف لائبریریوں کو درآمد کریں۔ مثال_پرامپٹ '،' مثال_سلیکٹر '، اور ' dynamic_prompt ”:

سے langchain اشارہ کرتا ہے درآمد PromptTemplate
سے langchain اشارہ کرتا ہے درآمد FewShotPromptTemplate
سے langchain اشارہ کرتا ہے . مثال_سلیکٹر درآمد Length BasedExampleSelector

مثالیں = [
{ 'حاصل' : 'چھوٹا' ، 'پوسٹ' : 'بڑا' } ،
{ 'حاصل' : 'سے نفرت' ، 'پوسٹ' : 'محبت' } ،
{ 'حاصل' : 'بیمار' ، 'پوسٹ' : 'اچھا' } ،
{ 'حاصل' : 'سکڑنا' ، 'پوسٹ' : 'بڑھنا' } ،
{ 'حاصل' : 'نرم' ، 'پوسٹ' : 'سخت' } ،
]
مثال_پرامپٹ = PromptTemplate (
input_variables = [ 'حاصل' ، 'پوسٹ' ] ،
سانچے = 'ان پٹ: {get} \n آؤٹ پٹ: {پوسٹ}' ،
)
# استفسار کی زیادہ سے زیادہ لمبائی فراہم کرکے یا محدود کرکے لمبائی پر مبنی مثال کے انتخاب کنندہ کو ترتیب دیں۔
مثال_سلیکٹر = Length BasedExampleSelector (
مثالیں = مثالیں ،
مثال_پرامپٹ = مثال_پرامپٹ ،
زیادہ سے زیادہ طوالت = 25 ،
)
# استفسار کی ٹیمپلیٹ سیٹ کرنے کے لیے FewShotPrompttemplate() طریقہ استعمال کرتے ہوئے dynamic_prompt کو ترتیب دیں
dynamic_prompt = FewShotPromptTemplate (
مثال_سلیکٹر = مثال_سلیکٹر ،
مثال_پرامپٹ = مثال_پرامپٹ ،
سابقہ = 'میں ہر چیز کا متضاد حاصل کرنا چاہتا ہوں' ،
لاحقہ = 'استفسار: {style} \n جواب:' ،
input_variables = [ 'انداز' ] ،
)

مرحلہ 3: چھوٹے ان پٹ کا استعمال کرنا

اب، اسکرین پر ٹیمپلیٹ کو نکالنے کے لیے صرف ایک لفظ کے چھوٹے پرامپٹ کا استعمال کرتے ہوئے مثال کے سلیکٹر کی جانچ کریں:

پرنٹ کریں ( dynamic_prompt فارمیٹ ( انداز = 'بڑا' ) )

مرحلہ 4: لانگ ان پٹ کا استعمال

اس کے بعد، صرف ایک سے زیادہ الفاظ کے ساتھ ایک بڑا پرامپٹ یا استفسار استعمال کریں اور اسے تفویض کریں ' long_string متغیر:

long_string = 'بڑا اور بہت بڑا اور بہت بڑا اور بڑا اور بہت بڑا اور لمبا اور ہر دوسرے سوال سے زیادہ بڑا'
پرنٹ کریں ( dynamic_prompt فارمیٹ ( انداز = long_string ) )

مرحلہ 5: مثال کے انتخاب کنندہ میں مثال شامل کرنا

اگلا مرحلہ dynamic_prompt() طریقہ استعمال کرتے ہوئے مثال کے انتخاب کنندہ میں مثال شامل کرنے کے لیے استعمال کیا جاتا ہے:

new_example = { 'حاصل' : 'بڑا' ، 'پوسٹ' : 'چھوٹا' }
dynamic_prompt مثال_سلیکٹر . add_example ( new_example )
پرنٹ کریں ( dynamic_prompt فارمیٹ ( انداز = 'پرجوش' ) )

یہ سب کچھ LangChain میں لمبائی پر مبنی مثال کے سلیکٹر کو استعمال کرنے کے بارے میں ہے۔

نتیجہ

LangChain میں سلیکٹ بائی لینتھ مثال کے سلیکٹر کو استعمال کرنے کے لیے، مثال کے سلیکٹر کی تعمیر کے لیے لائبریریوں کو درآمد کرنے کے لیے LangChain فریم ورک کو انسٹال کریں۔ اس کے بعد، لمبائی پر مبنی مثال کے انتخاب کنندہ کا استعمال کرتے ہوئے آؤٹ پٹ کو چیک کرنے کے لیے ایک چھوٹا پرامپٹ استعمال کریں، اور پھر موزوں ترین مثال حاصل کرنے کے لیے ایک لمبا پرامپٹ استعمال کریں۔ صارف dynamic_prompt() طریقہ استعمال کرتے ہوئے اس میں ایک اور مثال شامل کرنے کے لیے مثال کے انتخاب کنندہ کا بھی استعمال کر سکتا ہے۔ اس پوسٹ نے LangChain میں سلیکٹ بائی لینگ مثال سلیکٹر کو استعمال کرنے کے عمل کو واضح کیا ہے۔