最近の記事
MRKL（Multi-Round Knowledge Loop）システムの実現方法理解し、ChatGPTを自社のためにカスタマイズする方法とは(第二回)
はじめに前回は理論を中心に説明しましたので、いよいよ今回は実装編ということで、実際に動かして確認して見ましょう。 今回は、特にスクラッチで実装はせずにあらかじめLangChainに用意されているものだけで、実装を行います。 準備編pip install pip install langchain==0.0.138pip install OpenAIpip install load_dotenv `langchain`と.envファイルから直接、環境変数にAPIキーなどの
MRKL（Multi-Round Knowledge Loop）システムの実現方法理解し、ChatGPTを自社のためにカスタマイズする方法とは(第一回:理論編)
驚きとともにLangChainのプロジェクトを見つけ、チュートリアルでコードを打ち込んでみて大変驚いたのがMRKL（Multi-Round Knowledge Loop）システムの仕組みでした。こんな問いにChatGPTが答えることができます。 現在の日本の首相の年齢から現在のフランスの首相の年齢を引いたらいくつですか？ （答えは章末にあります） ChatGPTがビジネスで使いづらい点は、データが最新ではないところで、刻々と日々変化するデータには対応できないことでした
