섹션 1: Introduction
- LangChain : 대규모 언어 모델과 애플리케이션의 통합을 간소화하는 SDK.
- 강의 목표 : building a real world AI based application
- project setup : vscode 사용
- 강의 자료 : https://github.com/emarco177/ice_breaker/tree/main
섹션 2: The GIST of LangChain - Get started by with your "Hello World" chain
- vscode 세팅 (디버깅용 launch.json, 환경 변수로 API Key 넣어둘 .env파일 등). 강의는 Pycharm으로 진행.
- Prompt Templates, Chat Models, LLMChain
from langchain import PromptTemplate
from langchain.chat_models import ChatOpenAI
from langchain.chains import LLMChain
def summary_by_llm_dosent(information):
summary_template = """
당신은 친절한 도슨트 입니다. 미술관에서 미술을 설명하고 있습니다.
주어진 정보들 {information} 이를 바탕으로 5문장 이내로 요약하여 친절하게 설명하려고 합니다.
작문시에 주의할 점은 다음과 같습니다.
1. 존댓말을 사용해주세요.
2. 주어진 정보만을 사용해 사실만을 말하세요.
"""
summary_prompt_template = PromptTemplate.from_template(summary_template)
llm = ChatOpenAI(temperature=0)#, model_name="gpt-3.5-turbo")
chain = LLMChain(llm=llm, prompt=summary_prompt_template)
result = chain.run(information=information)
return result
if __name__ == "__main__":
information = input("정보입력 : ")
print(summary_by_llm_dosent(information))
728x90
'데이터 어쩌구 > 기술 써보기' 카테고리의 다른 글
[3주차] Ice Breaker app 만들기 (2) (0) | 2024.01.08 |
---|---|
[2주차] Ice Breaker app 만들기 (1) (2) | 2024.01.02 |
[기록] OCR 변환한 한글을 DB 내 가까운 결과로 반환하기 (0) | 2023.12.07 |
XAI (eXplainable AI) 개념 요약 (0) | 2023.09.08 |
TensorFlow Lite를 이용한 기기 내 대규모 언어모델 탑재 실습 (0) | 2023.09.03 |