Sedang mengikuti modul ini?
Modul 04 · Halaman 5 daripada 20 · 7 bahagian
Model LLM dan Integrasi
Apa itu LLM, penyedia yang disokong LangChain, cara lapisan integrasi berfungsi serta contoh untuk OpenAI, Anthropic dan model Ollama setempat.
Apa itu LLM?
- Model Bahasa Besar (LLM) ialah model AI yang dilatih pada data teks yang sangat besar.
- Ia boleh memahami, menjana dan memanipulasi bahasa manusia.
- Contoh: OpenAI (GPT), Anthropic (Claude), Google (Gemini), Meta (Llama), dsb.
- LangChain menyediakan integrasi mudah dengan pelbagai penyedia LLM melalui antara muka bersatu.
Penyedia LLM yang Disokong dalam LangChain
- OpenAI (GPT-3.5, GPT-4, GPT-4o)
- Anthropic (Claude)
- Google (Gemini)
- HuggingFace (model sumber terbuka seperti Llama)
- Ollama (LLM setempat)
- Cohere
- Azure OpenAI
- dan banyak lagi melalui integrasi komuniti
Seni Bina Integrasi
Aplikasi Anda
LangChainAntara muka LLM
OpenAIGPT models
AnthropicClaude models
GoogleGemini models
HuggingFaceModel sumber terbuka
OllamaModel setempat
ResponsTeks, token, dsb.
Contoh Integrasi OpenAI
python
from langchain_openai import ChatOpenAI # Create LLM instance llm = ChatOpenAI( model="gpt-3.5-turbo", temperature=0.7, api_key="your_api_key" ) # Simple invocation response = llm.invoke("Explain LangChain in simple words.") print(response.content)
Contoh Integrasi Anthropic (Claude)
python
from langchain_anthropic import ChatAnthropic llm = ChatAnthropic( model="claude-3-sonnet-20240229", temperature=0.7, api_key="your_api_key" ) response = llm.invoke("What is LangChain?") print(response.content)
Menggunakan LLM Setempat dengan Ollama
python
from langchain_community.llms import Ollama llm = Ollama( model="llama3", base_url="http://localhost:11434" ) response = llm.invoke("Tell me a joke.") print(response)
Parameter Utama
| Parameter | Penerangan |
|---|---|
| model | Nyatakan nama model LLM |
| temperature | Mengawal kerawakan (0.0 - 1.0) |
| api_key | Kunci API untuk penyedia |
| base_url | Diperlukan untuk model setempat (Ollama) |
| max_tokens | Bilangan token maksimum dalam respons |
| top_p | Parameter nucleus sampling |
| stop | Senarai jujukan henti |