llm augmentation
1.0.0
Große Sprachmodelle bieten in nahezu jeder Domäne eine unglaubliche Breite an Wissen. In diesem Projekt werden wir Methoden untersuchen, um die LLMs mit benutzerdefinierten Daten und die Möglichkeit zu erweitern, Funktionen aufzurufen. Dies ist das ultimative Ziel, ihre Leistung für bestimmte domänenbezogene Aufgaben zu verbessern.
Dieses Repository enthält Tutorial -Notizbücher, die mit den wöchentlichen Lektionen des LLM Augmentation Project (W24) ausgerichtet sind. Die Notizbücher sind so konzipiert, dass sie praktische Erfahrungen mit den Technologien und Konzepten bieten, die wir erforschen werden.
Klonen Sie zum Einstieg einfach das Repository und verwenden Sie die Notizbücher in Ihrer lokalen Entwicklungsumgebung. Wenn sich Ihre lokale Umgebung als schwierig erweist, verwenden Sie Cloud -Notebooks wie Google Colab oder Kaggle.
| Woche | Datum | Wöchentliches Thema | Objektiv |
|---|---|---|---|
| 1 | 2/11 | Setup, Intro zu LLMs und Einbettungen | - - |
| 2 | 2/18 | Vektordatenbanken & Abrufer Generation (RAG) | - - |
| - - | - - | Frühlingsferien | - - |
| 3 | 3/10 | Funktionsaufruf & Langchain | Formgruppen |
| 4 | 3/17 | Entwicklungszeit | - - |
| 5 | 3/24 | Entwicklungszeit | - - |
| 6 | 3/31 | Bauen von Frontendungen mit stromanischer Sprache | Gruppenkontrollpunkt fällig |
| 7 | 4/7 | Entwicklungszeit | - - |
| 8 | 4/14 | Finale Expo Prep | Endgültige Erbringung fällig |
| - - | - - | Endgültige Projektausstellung (4/19) | Präsentation fällig |
API -Schlüssel sind ein wesentlicher Bestandteil des Projekts. Jeder wird OpenAI -API -Schlüssel zur Verfügung gestellt, und andere Schlüssel können auf Anfrage bei Bedarf für die Erbringung möglicherweise verfügbar sein.
Um API -Schlüssel in Ihrer Entwicklungsumgebung zu verwenden, setzen Sie sie entweder als Systemumgebungsvariablen oder erstellen Sie eine .env -Datei in Ihrem lokalen Ordner und setzen Sie dort Ihre API -Schlüsselumgebungsvariablen. Unten finden Sie ein Beispiel für eine .env -Datei und Python -Code, das eine API -Taste aus der Datei zieht.
Ihre .env -Datei sollte Folgendes aussehen:
# .env
OPENAI_API_KEY = your_api_key
OTHER_API_KEYS = ...
... Um Umgebungsvariablen aus dem .env in Ihren Code zu ziehen, möchten Sie die dotenv -Python -Bibliothek so verwenden.
from dotenv import load_dotenv
import os
load_dotenv () Sobald die obige Zelle ausgeführt wird, werden alle Umgebungsvariablen aus der Variablen .env in die Variablen Ihrer Notebook -Umgebung geladen. Um diese Umgebungsvariablen bei Bedarf zu ziehen, verwenden Sie os.getenv("OPENAI_API_KEY") .
Bei der Verwendung von openai sollte das Festlegen der API -Schlüssel wie folgt aussehen:
import openai
openai . api_key = os . getenv ( "OPENAI_API_KEY" ) Bei Verwendung von langchain sollte load_dotenv() ausreichen, da Langchain automatisch nach Umgebungsvariablen mit dem entsprechenden Namen sucht. Wenn nicht, machen Sie Folgendes:
X_API_KEY = os . getenv ( "API_KEY_NAME" )
# then, pass the API KEY variable where necessary Schärfen Sie die API -Schlüssel nicht in Ihren Code und geben Sie die .env -Datei in ein Git -Commit ein.
