LangChain記事まとめ

本

大規模言語モデル（LLMs）を便利に扱えるライブラリLangChainに関する記事をまとめました。

運営しているクリエイター: mah_lab / 西見公宏

第5回LangChainもくもく会開催レポート！第6回は6/7（水）開催予定

先日5/24（水）の第5回LangChainもくもく会にご参加くださったみなさま、ありがとうございました！おかげさまでかなりの参加人数を維持したまま第5回を迎えることができ、相変わらずのLLMアプリケーションへの関心の高さが窺えます。引き続き定期的にLLMアプリケーション界隈の動きをキャッチアップしていければと思いますので、お付き合いのほどよろしくお願いします！第5回のトピックスというわけで第5回のトピックスです。 AIアプリをホスティングできるSteamshipと

LangChainのv0.0.166からv0.0.178までの差分を整理（もくもく会向け）

本日は第5回目のLangChainもくもく会なので、前回5月11日に実施した回から本日までのLangChainの差分について整理しました。ドタ参OKですので、ぜひお気軽にご参加くださいー。 v0.0.166 (2023.05.12)v0.0.167 (2023.05.13)v0.0.168 (2023.05.14)v0.0.169 (2023.05.15)v0.0.170 (2023.05.16)v0.0.171 (2023.05.17)v0.0.172 (2023.0

チャットボットのテストのためのチャットボットを作って自動で対話してもらう

突然ですが、チャットボットのテストって大変ですよね。単に「あるプロンプトに対して期待通りの返信をするかどうか」をチェックすれば良いのではなく、会話を続けていく中で自然な振る舞いをし続けてくれるかどうかを確認する必要があるわけですが、これを人手で確認するとなると延々とボットとチャットし続けなくてはならなくなる。。しかも何らかの不自然さが見つかった場合にはシステムメッセージなどのプロンプトを変更しながら再トライする訳ですが、繰り返すうちに段々そもそも一体何が問題だったのか

LangChainのv0.0.152からv0.0.165までの差分を整理（もくもく会向け）

本日は第4回目のLangChainもくもく会なので、前回4月28日に実施した回から本日までのLangChainの差分について整理しました。ドタ参OKですので、ぜひお気軽にご参加くださいー。 v0.0.152 (2023.4.28)v0.0.153 (2023.4.29)v0.0.154 (2023.5.1)v0.0.155 (2023.5.2)v0.0.156 (2023.5.3)v0.0.157 (2023.5.3)v0.0.158 (2023.5.5)v0.0.15

Feature Stores and LLMs

Feature Storeで管理されている特徴量をそのままプロンプトに突っ込んだらパーソナライズされたユーザー体験に役立つんじゃない？という感じのブログ記事がLangChain公式にあって面白いなと思ったのでまとめてみました。 Feature Storeって何？という方はこのあたりのブログ記事をご参考に。なぜFeature Storeが役に立つのか？Feature Storeとはざっくり「機械学習モデルで扱う特徴量をひとまとめに管理する基盤」のこと。特徴量のソースとなる

日本語のプロンプトはガードが堅い

LangChainのSelf-Critique Chain（自己検証チェーン）のサンプルを試したとき、英語のプロンプトだと簡単な事前情報で「悪」な回答を返すのに対して、日本語のプロンプトだとなかなか「悪」な回答を返してくれないのが面白いなと思いました。例えばこれは英語で悪い回答をさせる例として挙げられているコードです。 from langchain.llms import ChatOpenAIfrom langchain.prompts import PromptTem

長文から論点を抽出して、その論点を軸に文章の要約を試みる

とある大きめの文章データを目の前にしたとき、とりあえずGPTに突っ込んで論点を抽出したいけど、データ的に大きすぎてトークン制限オーバーしちゃうし、どうしたものかなと思うことはないでしょうか。私はあります。 LangChainの要約系のチェーンを使っても良いのですが、仕組み上、かなりざっくりとした要約を作られてしまうので、何か大切なものを失ってしまう気がしてなりません。そんな中で何となく思ったのは、文章を何らかの形でクラスタリングしたときの集合が大きい部分が論点であり、そ