در این دوره نحوه اتصال LangChain به OpenAI برای کار با LLMs در پایتون به همراه تمرینات عملی را می آموزید.

آنچه یاد خواهید گرفت

• یادگیری نحوه کار با Langchain در پایتون
• یادگیری نحوه ساخت ایجنت های Langchain
• یادگیری نحوه کار با تعبیه ها و نحوه کار با فروشگاه بردار در Langchain
• آشنایی با نحوه عملکرد مدل های زبانی بزرگ (LLMs) و تعبیه ها
• یادگیری نحوه اتصال Langchain به OpenAI API suite

توضیحات دوره

در مرحله اولیه دوره، درک قوی از Langchain، قابلیت ها و کامپوننت های آن و نحوه هم افزایی آن با منابع داده و LLMs را کسب خواهید آورد. ما به طور عمیق به درک LLMs، معماری آن ها، فرآیند آموزش و اپلیکیشن های مختلف خواهیم پرداخت. ما محیط شما را با راهنمای نصب عملی و مثالی از برنامه «Hello World» با استفاده از Google Colab راه‌ اندازی می کنیم.

در ادامه، مدل‌ های LangChain را بررسی می‌ کنیم که انواع مختلفی مانند LLMs، مدل‌ های چت و تعبیه ها را پوشش می‌ دهد. این دوره شما را با بارگذاری مدل چت OpenAI، اتصال LangChain به مدل‌ های Huggingface Hub و استفاده از تعبیه های متن OpenAI آشنا می‌ کند.

این دوره به جنبه اساسی Prompt کردن و تجزیه در LangChain، با تمرکز بر بهترین شیوه‌ ها، delimiters، فرمت های ساختاریافته و استفاده مؤثر از مثال‌ ها و Chain of Though Reasoning (CoT) می پردازد.

بخش‌ های زیر بر مفاهیم حافظه، زنجیره‌ سازی و ایندکس ها در LangChain تمرکز می‌ کنند و شما را قادر می‌ سازد تا تعاملات پیچیده را به راحتی مدیریت کنید. شما نحوه تنظیم حافظه چت بات، اهمیت زنجیره‌ سازی و یوتیلیتی فروشگاه های بردار و لودرهای سند را می آموزید.

در نهایت، با دموی یک ایجنت ساده و نحوه ساخت ایجنت Arxiv Summarizer، به بررسی پیاده‌ سازی عملی ایجنت های LangChain می پردازیم.

این دوره برای چه کسانی مناسب است:

• توسعه دهندگان مبتدی که به دنبال پیشرفت دانش خود در زمینه LLMs و Langchain هستند.
• دانشمندان داده که به دنبال یادگیری نحوه ساخت با Langchain و LLMs هستند.