langchain_zh

与LangChain进行集成

什么是LangChain？

LangChain是一个用于开发由LLM驱动的应用程序的框架，旨在帮助开发人员使用LLM构建端到端的应用程序。

借助LangChain提供的组件和接口，开发人员可以方便地设计与搭建诸如问答、摘要、聊天机器人、代码理解、信息提取等多种基于LLM能力的应用程序。

如何在LangChain中使用Chinese-Alpaca-2？

以下文档通过两个示例，分别介绍在LangChain中如何使用Chinese-Alpaca-2实现

• 检索式问答
• 摘要生成

例子中的超参、prompt模版均未调优，仅供演示参考用。关于LangChain的更详细的使用说明，请参见其官方文档。

准备工作

环境准备

pip install langchain==0.0.351
pip install sentence_transformers==2.2.2
pip install pydantic==1.10.13
pip install faiss-gpu==1.7.2

模型准备

下载完整版权重，或者参照模型合并与转换将LoRA权重与原版Llama-2合并得到完整版权重，并将模型保存至本地。

在检索式问答中，LangChain通过问句与文档内容的相似性匹配，来选取文档中与问句最相关的部分作为上下文，与问题组合生成LLM的输入。因此，需要准备一个合适的embedding model用于匹配过程中的文本/问题向量化。本文以GanymedeNil/text2vec-large-chinese为例进行说明（实际上，也可以根据实际需要选择其他合适的embedding model）。

检索式问答

该任务使用LLM完成针对特定文档的自动问答，流程包括：文本读取、文本分割、文本/问题向量化、文本-问题匹配、将匹配文本作为上下文和问题组合生成对应Prompt中作为LLM的输入、生成回答。

cd scripts/langchain
python langchain_qa.py \
  --embedding_path text2vec-large-chinese \
  --model_path chinese-alpaca-2-7b \
  --file_path doc.txt \
  --chain_type refine

参数说明：

• --embedding_path: 下载至本地的embedding model所在目录（如text2vec-large-chinese）或HuggingFace模型名（如GanymedeNil/text2vec-large-chinese）
• --model_path: 合并后的Alpaca模型所在目录
• --file_path: 待进行检索与提问的文档
• --chain_type: 可以为refine(默认)或stuff，为两种不同的chain，详细解释见这里。简单来说，stuff适用于较短的篇章，而refine适用于较长的篇章。
• --gpu_id: 指定使用的GPU设备编号，默认为0。目前仅支持单GPU推理。

运行示例:

> python langchain_qa.py --embedding_path text2vec-large-chinese --model_path chinese-alpaca-2-7b --file_path doc.txt --chain_type refine
# 中间输出信息省略
> 请输入问题：李白的诗是什么风格？
> 李白的诗歌风格是浪漫主义。

摘要生成

该任务使用LLM完成给定文档的摘要生成，以帮助提炼文档中的核心信息。

cd scripts/langchain
python langchain_sum.py \
  --model_path chinese-alpaca-2-7b \
  --file_path doc.txt \
  --chain_type refine

参数说明：

• --model_path: 合并后的Alpaca模型所在目录
• --file_path: 待进行摘要的文档
• --chain_type: 可以为refine(默认)或stuff，为两种不同的chain，详细解释见这里。简单来说，stuff适用于较短的篇章，而refine适用于较长的篇章。
• --gpu_id: 指定使用的GPU设备编号，默认为0。目前仅支持单GPU推理。

运行示例:

> python langchain_sum.py --model_path chinese-alpaca-2-7b --file_path doc.txt
# 中间输出信息省略
> 李白(701年5月19日-762年11月30日)，字太白，号青莲居士，唐代著名诗人。他在少年时代就展现出了非凡的才华，但由于缺乏正规教育，他放弃了学业并开始漫游生涯，以写作诗歌为主要职业。尽管经历了许多困难和挫折，他始终坚持自己的理想，努力追求卓越。在盛唐时期，他活跃于文学界，成为了当时最杰出的浪漫主义诗人之一。他的诗歌充满着想象力和创造力，经常使用夸张和比喻来表达深刻的思想感情。他的作品至今仍是中国古典文学的重要组成部分。