لنگ چین ( LangChain ) چارچوبی است که برای ساده سازی ایجاد برنامه ها با استفاده از مدل های زبان بزرگ ( LLM ) طراحی شده است. به عنوان یک چارچوب ادغام مدل زبان، موارد استفاده لنگ چین تا حد زیادی با موارد استفاده از مدل های زبانی، همپوشانی دارند از کاربردهای مشترک می توان به تجزیه و تحلیل اسناد و خلاصه سازی، ربات های گفتگو و تجزیه و تحلیل کد اشاره کرد. [ ۱]
LangChainلنگ چین در اکتبر ۲۰۲۲ به عنوان یک پروژه منبع باز توسط هریسون چیس، در حالی که در استارتاپ یادگیری ماشینی هوشمندی توانمند کار می کرد، راه اندازی شد. این پروژه با بهبود صدها مشارکت کننده در گیت هاب، بحث های پرطرفدار در توییتر، فعالیت پر جنب و جوش در سرور دیسکورد، بسیاری از آموزش های یوتیوب جلسات در سانفرانسیسکو و لندن، به سرعت محبوبیت پیدا کرد. لنگ چین در آوریل ۲۰۲۳، یک هفته پس از اعلام سرمایه گذاری ۱۰ میلیون دلاری اولیه، بیش از ۲۰ میلیون دلار سرمایه با ارزش حداقل ۲۰۰ میلیون دلار از شرکت سرمایه گذاری Sequoia Capital جمع آوری کرد. [ ۲] [ ۳]
لنگ چین از مارس ۲۰۲۳، با سیستم های بسیاری ادغام شد. از آن جمله می توان به موارد زیر اشاره کرد: آمازون، گوگل، و ذخیره سازی ابری مایکروسافت آزوره ادغام شد. بسته های API برای اخبار، اطلاعات فیلم و آب و هوا؛ Bash برای خلاصه سازی، بررسی نحوی و معنایی، و اجرای اسکریپت های پوسته. چندین زیرسیستم و قالب خراش وب. پشتیبانی از نسل سریع یادگیری چند شات. پیدا کردن و خلاصه کردن وظایف "todo" در کد. خلاصه، استخراج و ایجاد اسناد، صفحات گسترده و ارائه های درایو گوگل؛ جستجوی گوگل و جستجوی وب مایکروسافت بینگ؛ مدل های زبان OpenAI, Anthropic و Hugging Face. راهنمای تعمیر iFixit و جستجو و خلاصه سازی ویکی ها. MapReduce برای پاسخگویی به سؤال، ترکیب اسناد و تولید سؤال. امتیازدهی همپوشانی N گرم؛ PyPDF, pdfminer, fitz، و pymupdf برای استخراج و دستکاری متن فایل PDF. تولید، تجزیه و تحلیل و اشکال زدایی کد پایتون و جاوا اسکریپت. پیوند دادن پایگاه داده برداری به جاسازی کش و اشیاء داده. ذخیره سازی پایگاه داده کش Redis ; Python RequestsWrapper و روش های دیگر برای درخواست های API. پایگاه داده های SQL و NoSQL از جمله پشتیبانی JSON. Streamlit، از جمله برای ورود به سیستم؛ نگاشت متن برای k - نزدیکترین همسایه جستجو. تبدیل منطقه زمانی و عملیات تقویم؛ ردیابی و ثبت نمادهای پشته در اجراهای فرعی رشته ای و ناهمزمان. و وب سایت ولفرم آلفا و SDK. [ ۴] لنگ چین از آوریل ۲۰۲۳، می تواند از بیش از ۵۰ نوع سند و منبع داده بخواند. [ ۵]
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفLangChainلنگ چین در اکتبر ۲۰۲۲ به عنوان یک پروژه منبع باز توسط هریسون چیس، در حالی که در استارتاپ یادگیری ماشینی هوشمندی توانمند کار می کرد، راه اندازی شد. این پروژه با بهبود صدها مشارکت کننده در گیت هاب، بحث های پرطرفدار در توییتر، فعالیت پر جنب و جوش در سرور دیسکورد، بسیاری از آموزش های یوتیوب جلسات در سانفرانسیسکو و لندن، به سرعت محبوبیت پیدا کرد. لنگ چین در آوریل ۲۰۲۳، یک هفته پس از اعلام سرمایه گذاری ۱۰ میلیون دلاری اولیه، بیش از ۲۰ میلیون دلار سرمایه با ارزش حداقل ۲۰۰ میلیون دلار از شرکت سرمایه گذاری Sequoia Capital جمع آوری کرد. [ ۲] [ ۳]
لنگ چین از مارس ۲۰۲۳، با سیستم های بسیاری ادغام شد. از آن جمله می توان به موارد زیر اشاره کرد: آمازون، گوگل، و ذخیره سازی ابری مایکروسافت آزوره ادغام شد. بسته های API برای اخبار، اطلاعات فیلم و آب و هوا؛ Bash برای خلاصه سازی، بررسی نحوی و معنایی، و اجرای اسکریپت های پوسته. چندین زیرسیستم و قالب خراش وب. پشتیبانی از نسل سریع یادگیری چند شات. پیدا کردن و خلاصه کردن وظایف "todo" در کد. خلاصه، استخراج و ایجاد اسناد، صفحات گسترده و ارائه های درایو گوگل؛ جستجوی گوگل و جستجوی وب مایکروسافت بینگ؛ مدل های زبان OpenAI, Anthropic و Hugging Face. راهنمای تعمیر iFixit و جستجو و خلاصه سازی ویکی ها. MapReduce برای پاسخگویی به سؤال، ترکیب اسناد و تولید سؤال. امتیازدهی همپوشانی N گرم؛ PyPDF, pdfminer, fitz، و pymupdf برای استخراج و دستکاری متن فایل PDF. تولید، تجزیه و تحلیل و اشکال زدایی کد پایتون و جاوا اسکریپت. پیوند دادن پایگاه داده برداری به جاسازی کش و اشیاء داده. ذخیره سازی پایگاه داده کش Redis ; Python RequestsWrapper و روش های دیگر برای درخواست های API. پایگاه داده های SQL و NoSQL از جمله پشتیبانی JSON. Streamlit، از جمله برای ورود به سیستم؛ نگاشت متن برای k - نزدیکترین همسایه جستجو. تبدیل منطقه زمانی و عملیات تقویم؛ ردیابی و ثبت نمادهای پشته در اجراهای فرعی رشته ای و ناهمزمان. و وب سایت ولفرم آلفا و SDK. [ ۴] لنگ چین از آوریل ۲۰۲۳، می تواند از بیش از ۵۰ نوع سند و منبع داده بخواند. [ ۵]
wiki: لنگ چین