সম্পাদক দ্বারা চিত্র
OpenAI-এর GPT-3, Google-এর BERT, এবং Meta's LLaMA-এর মতো বড় ভাষার মডেলগুলি (LLMs) বিভিন্ন সেক্টরে বৈপ্লবিক পরিবর্তন ঘটাচ্ছে তাদের ক্ষমতার মাধ্যমে পাঠ্যের বিস্তৃত অ্যারে তৈরি করতে?—?বিপণন কপি এবং ডেটা সায়েন্স স্ক্রিপ্ট থেকে শুরু করে কবিতা পর্যন্ত।
যদিও ChatGPT-এর স্বজ্ঞাত ইন্টারফেস আজ বেশিরভাগ লোকের ডিভাইসে হতে পেরেছে, তবুও বিভিন্ন সফ্টওয়্যার ইন্টিগ্রেশনে LLM ব্যবহার করার জন্য অপ্রয়োজনীয় সম্ভাবনার বিশাল ল্যান্ডস্কেপ রয়েছে।
প্রধান সমস্যা?
বেশিরভাগ অ্যাপ্লিকেশনের জন্য এলএলএম-এর সাথে আরও তরল এবং স্থানীয় যোগাযোগ প্রয়োজন।
এবং এই সুনির্দিষ্টভাবে যেখানে LangChain কিক ইন!
আপনি যদি জেনারেটিভ এআই এবং এলএলএম-এ আগ্রহী হন, তাহলে এই টিউটোরিয়ালটি আপনার জন্য তৈরি।
সুতরাং শুরু করি!
যদি আপনি একটি গুহার মধ্যে বসবাস করছেন এবং ইদানীং কোনো খবর পাননি, আমি সংক্ষেপে লার্জ ল্যাঙ্গুয়েজ মডেল বা এলএলএম ব্যাখ্যা করব।
একটি LLM হল একটি অত্যাধুনিক কৃত্রিম বুদ্ধিমত্তা সিস্টেম যা মানুষের মতো পাঠ্য বোঝার এবং প্রজন্মকে অনুকরণ করার জন্য নির্মিত৷ প্রচুর ডেটা সেটের উপর প্রশিক্ষণের মাধ্যমে, এই মডেলগুলি জটিল নিদর্শনগুলি উপলব্ধি করে, ভাষাগত সূক্ষ্মতাগুলি উপলব্ধি করে এবং সুসংগত আউটপুট তৈরি করে।
আপনি যদি এই এআই-চালিত মডেলগুলির সাথে কীভাবে ইন্টারঅ্যাক্ট করবেন তা ভাবছেন, তবে এটি করার দুটি প্রধান উপায় রয়েছে:
- সবচেয়ে সাধারণ এবং সরাসরি উপায় হল মডেলের সাথে কথা বলা বা চ্যাট করা। এটিতে একটি প্রম্পট তৈরি করা, এটি এআই-চালিত মডেলে পাঠানো এবং প্রতিক্রিয়া হিসাবে একটি পাঠ্য-ভিত্তিক আউটপুট পাওয়া জড়িত।
- আরেকটি পদ্ধতি হল পাঠ্যকে সংখ্যাসূচক অ্যারেতে রূপান্তর করা। এই প্রক্রিয়ার মধ্যে AI এর জন্য একটি প্রম্পট রচনা করা এবং বিনিময়ে একটি সংখ্যাসূচক অ্যারে প্রাপ্ত করা জড়িত। যা সাধারণত একটি "এম্বেডিং" হিসাবে পরিচিত। এটি ভেক্টর ডেটাবেস এবং শব্দার্থিক অনুসন্ধানে সাম্প্রতিক ঢেউ অনুভব করেছে।
এবং এটি ঠিক এই দুটি প্রধান সমস্যা যা ল্যাংচেইন সমাধান করার চেষ্টা করে। আপনি যদি LLM-এর সাথে ইন্টারঅ্যাক্ট করার প্রধান সমস্যাগুলিতে আগ্রহী হন তবে আপনি এই নিবন্ধটি দেখতে পারেন এখানে.
LangChain হল একটি ওপেন সোর্স ফ্রেমওয়ার্ক যা এলএলএম-এর চারপাশে তৈরি করা হয়েছে। এটি টেবিলে সরঞ্জাম, উপাদান এবং ইন্টারফেসের একটি অস্ত্রাগার নিয়ে আসে যা LLM-চালিত অ্যাপ্লিকেশনগুলির আর্কিটেকচারকে প্রবাহিত করে।
ল্যাংচেইনের সাথে, ভাষার মডেলগুলির সাথে জড়িত হওয়া, বিভিন্ন উপাদানকে আন্তঃলিঙ্ক করা এবং API এবং ডেটাবেসের মতো সম্পদগুলিকে অন্তর্ভুক্ত করা একটি হাওয়া হয়ে উঠেছে৷ এই স্বজ্ঞাত কাঠামো এলএলএম অ্যাপ্লিকেশন ডেভেলপমেন্ট যাত্রাকে যথেষ্ট সরল করে।
লং চেইনের মূল ধারণা হল আমরা আরও পরিশীলিত এলএলএম-চালিত সমাধান তৈরি করতে বিভিন্ন উপাদান বা মডিউল, যা চেইন নামেও পরিচিত, একত্রে সংযোগ করতে পারি।
এখানে ল্যাংচেইনের কিছু স্ট্যান্ডআউট বৈশিষ্ট্য রয়েছে:
- আমাদের মিথস্ক্রিয়াকে প্রমিত করার জন্য কাস্টমাইজযোগ্য প্রম্পট টেমপ্লেট।
- অত্যাধুনিক ব্যবহারের ক্ষেত্রে জন্য তৈরি চেইন লিঙ্ক উপাদান।
- ওপেনএআই-এর GPT এবং HuggingFace হাব-এ থাকা লিডিং ল্যাঙ্গুয়েজ মডেলগুলির সাথে নিরবচ্ছিন্ন ইন্টিগ্রেশন।
- কোনো নির্দিষ্ট সমস্যা বা কাজ মূল্যায়ন করার জন্য একটি মিশ্রণ-এবং-ম্যাচ পদ্ধতির জন্য মডুলার উপাদান।
লেখকের ছবি
ল্যাংচেইনকে অভিযোজনযোগ্যতা এবং মডুলার ডিজাইনের উপর ফোকাস দ্বারা আলাদা করা হয়।
LangChain এর পিছনে মূল ধারণা হল প্রাকৃতিক ভাষা প্রক্রিয়াকরণের ক্রমকে পৃথক অংশে বিভক্ত করা, যা ডেভেলপারদের তাদের প্রয়োজনীয়তার উপর ভিত্তি করে কর্মপ্রবাহকে কাস্টমাইজ করার অনুমতি দেয়।
এই ধরনের বহুমুখিতা বিভিন্ন পরিস্থিতিতে এবং শিল্পে এআই সমাধান তৈরির জন্য একটি প্রধান পছন্দ হিসেবে ল্যাংচেইনকে রাখে।
এর কিছু গুরুত্বপূর্ণ উপাদান হল…
লেখকের ছবি
1. এলএলএম
LLM হল মৌলিক উপাদান যা মানুষের মতো পাঠ্য বোঝার এবং তৈরি করার জন্য প্রচুর পরিমাণে প্রশিক্ষণ ডেটা ব্যবহার করে। তারা LangChain-এর মধ্যে অনেক ক্রিয়াকলাপের মূলে রয়েছে, পাঠ্য ইনপুট বিশ্লেষণ, ব্যাখ্যা এবং প্রতিক্রিয়া জানাতে প্রয়োজনীয় ভাষা প্রক্রিয়াকরণ ক্ষমতা প্রদান করে।
ব্যবহার: চ্যাটবটকে শক্তিশালী করা, বিভিন্ন অ্যাপ্লিকেশনের জন্য মানুষের মতো পাঠ্য তৈরি করা, তথ্য পুনরুদ্ধারে সহায়তা করা এবং অন্যান্য ভাষা প্রক্রিয়াকরণ করা
2. প্রম্পট টেমপ্লেট
LLM-এর সাথে ইন্টারঅ্যাক্ট করার জন্য প্রম্পটগুলি মৌলিক, এবং নির্দিষ্ট কাজগুলিতে কাজ করার সময়, তাদের গঠন একই রকম হতে থাকে। প্রম্পট টেমপ্লেট, যেগুলি চেইন জুড়ে ব্যবহারযোগ্য প্রিসেট প্রম্পট, নির্দিষ্ট মান যোগ করে "প্রম্পট"-এর প্রমিতকরণের অনুমতি দেয়। এটি যেকোনো এলএলএম-এর অভিযোজনযোগ্যতা এবং কাস্টমাইজেশন বাড়ায়।
ব্যবহার: এলএলএম-এর সাথে মিথস্ক্রিয়া করার প্রক্রিয়াকে মানক করা।
3. আউটপুট পার্সার্স
আউটপুট পার্সার হল এমন উপাদান যা শৃঙ্খলের একটি পূর্ববর্তী পর্যায় থেকে কাঁচা আউটপুট নেয় এবং এটিকে একটি কাঠামোগত বিন্যাসে রূপান্তর করে। এই স্ট্রাকচার্ড ডেটা পরবর্তী পর্যায়ে আরও কার্যকরভাবে ব্যবহার করা যেতে পারে বা শেষ ব্যবহারকারীর প্রতিক্রিয়া হিসাবে বিতরণ করা যেতে পারে।
ব্যবহার: উদাহরণস্বরূপ, একটি চ্যাটবটে, একটি আউটপুট পার্সার একটি ভাষার মডেল থেকে কাঁচা পাঠের প্রতিক্রিয়া নিতে পারে, তথ্যের মূল অংশগুলি বের করতে পারে এবং সেগুলিকে একটি কাঠামোগত উত্তরে ফর্ম্যাট করতে পারে।
4. উপাদান এবং চেইন
LangChain-এ, প্রতিটি উপাদান ভাষা প্রক্রিয়াকরণ ক্রমানুসারে একটি নির্দিষ্ট কাজের জন্য দায়ী একটি মডিউল হিসাবে কাজ করে। এই উপাদানগুলি ফর্মের সাথে সংযুক্ত করা যেতে পারে চেইন কাস্টমাইজড ওয়ার্কফ্লো জন্য।
ব্যবহার: একটি নির্দিষ্ট চ্যাটবটে অনুভূতি সনাক্তকরণ এবং প্রতিক্রিয়া জেনারেটর চেইন তৈরি করা।
5। স্মৃতি
LangChain-এ মেমরি বলতে এমন একটি উপাদানকে বোঝায় যা একটি কর্মপ্রবাহের মধ্যে তথ্যের জন্য একটি স্টোরেজ এবং পুনরুদ্ধারের প্রক্রিয়া প্রদান করে। এই উপাদানটি LLM-এর সাথে মিথস্ক্রিয়া চলাকালীন অন্যান্য উপাদানগুলির দ্বারা অ্যাক্সেস এবং ম্যানিপুলেট করা যেতে পারে এমন ডেটার অস্থায়ী বা অবিরাম স্টোরেজের অনুমতি দেয়।
ব্যবহার: এটি এমন পরিস্থিতিতে উপযোগী যেখানে প্রক্রিয়াকরণের বিভিন্ন পর্যায়ে ডেটা ধরে রাখতে হবে, উদাহরণস্বরূপ, প্রসঙ্গ-সচেতন প্রতিক্রিয়া প্রদানের জন্য একটি চ্যাটবটে কথোপকথনের ইতিহাস সংরক্ষণ করা।
6. এজেন্ট
এজেন্টরা স্বায়ত্তশাসিত উপাদান যা তারা প্রক্রিয়াকৃত ডেটার উপর ভিত্তি করে পদক্ষেপ নিতে সক্ষম। তারা অন্যান্য উপাদান, বহিরাগত সিস্টেম বা ব্যবহারকারীদের সাথে যোগাযোগ করতে পারে, একটি LangChain কর্মপ্রবাহের মধ্যে নির্দিষ্ট কাজগুলি সম্পাদন করতে।
ব্যবহার: উদাহরণস্বরূপ, একজন এজেন্ট ব্যবহারকারীর মিথস্ক্রিয়া পরিচালনা করতে পারে, আগত অনুরোধগুলি প্রক্রিয়া করতে পারে এবং উপযুক্ত প্রতিক্রিয়া তৈরি করতে চেইনের মাধ্যমে ডেটা প্রবাহের সমন্বয় করতে পারে।
7. সূচক এবং উদ্ধারকারী
সূচক এবং পুনরুদ্ধারকারীরা দক্ষতার সাথে ডেটা পরিচালনা এবং অ্যাক্সেস করার ক্ষেত্রে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। সূচকগুলি হল ডেটা স্ট্রাকচার যা মডেলের প্রশিক্ষণ ডেটা থেকে তথ্য এবং মেটাডেটা ধারণ করে। অন্যদিকে, পুনরুদ্ধারকারীরা এমন প্রক্রিয়া যা নির্দিষ্ট মানদণ্ডের উপর ভিত্তি করে প্রাসঙ্গিক ডেটা আনার জন্য এই সূচকগুলির সাথে যোগাযোগ করে এবং প্রাসঙ্গিক প্রসঙ্গ সরবরাহ করে মডেলটিকে আরও ভাল উত্তর দেওয়ার অনুমতি দেয়।
ব্যবহার: তারা একটি বৃহৎ ডেটাসেট থেকে প্রাসঙ্গিক ডেটা বা নথিগুলি দ্রুত আনার ক্ষেত্রে সহায়ক ভূমিকা পালন করে, যা তথ্য পুনরুদ্ধার বা প্রশ্নের উত্তর দেওয়ার মতো কাজের জন্য অপরিহার্য।
8. নথি ট্রান্সফরমার
LangChain-এ, ডকুমেন্ট ট্রান্সফরমার হল বিশেষ উপাদান যা নথিগুলিকে প্রক্রিয়াকরণ এবং রূপান্তর করার জন্য ডিজাইন করা হয়েছে যা তাদের আরও বিশ্লেষণ বা প্রক্রিয়াকরণের জন্য উপযুক্ত করে তোলে। এই রূপান্তরগুলির মধ্যে পাঠ্য স্বাভাবিককরণ, বৈশিষ্ট্য নিষ্কাশন বা পাঠ্যকে একটি ভিন্ন বিন্যাসে রূপান্তরের মতো কাজগুলি অন্তর্ভুক্ত থাকতে পারে।
ব্যবহার: পরবর্তী প্রক্রিয়াকরণ পর্যায়ের জন্য পাঠ্য ডেটা প্রস্তুত করা, যেমন মেশিন লার্নিং মডেল দ্বারা বিশ্লেষণ বা দক্ষ পুনরুদ্ধারের জন্য সূচীকরণ।
9. এম্বেডিং মডেল
এগুলি উচ্চ-মাত্রিক স্থানে পাঠ্য ডেটাকে সংখ্যাসূচক ভেক্টরে রূপান্তর করতে ব্যবহৃত হয়। এই মডেলগুলি শব্দ এবং বাক্যাংশগুলির মধ্যে শব্দার্থিক সম্পর্কগুলি ক্যাপচার করে, একটি মেশিন-পাঠযোগ্য উপস্থাপনা সক্ষম করে। তারা LangChain ইকোসিস্টেমের মধ্যে বিভিন্ন ডাউনস্ট্রিম ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP) কাজের ভিত্তি তৈরি করে।
ব্যবহার: পাঠ্যের একটি সংখ্যাসূচক উপস্থাপনা প্রদান করে শব্দার্থগত অনুসন্ধান, সাদৃশ্য তুলনা, এবং অন্যান্য মেশিন-লার্নিং কাজগুলি সহজতর করা।
10. ভেক্টর স্টোর
ডাটাবেস সিস্টেমের প্রকার যা এমবেডিংয়ের মাধ্যমে তথ্য সংরক্ষণ এবং অনুসন্ধান করতে বিশেষজ্ঞ, মূলত পাঠ্যের মতো ডেটার সংখ্যাসূচক উপস্থাপনা বিশ্লেষণ করে। ভেক্টরস্টোর এই এমবেডিংয়ের জন্য স্টোরেজ সুবিধা হিসাবে কাজ করে।
ব্যবহার: শব্দার্থগত মিলের উপর ভিত্তি করে দক্ষ অনুসন্ধানের অনুমতি দেওয়া।
PIP ব্যবহার করে এটি ইনস্টল করা হচ্ছে
আমাদের যা করতে হবে তা হল আমাদের পরিবেশে ল্যাংচেইন ইনস্টল করা আছে কিনা তা নিশ্চিত করুন।
pip install langchain
পরিবেশ সেটআপ
LangChain ব্যবহার করার অর্থ সাধারণত বিভিন্ন মডেল প্রদানকারী, ডেটা স্টোর, API, অন্যান্য উপাদানের সাথে একীভূত করা। এবং আপনি ইতিমধ্যেই জানেন, যেকোন ইন্টিগ্রেশনের মতো, প্রাসঙ্গিক এবং সঠিক API কী সরবরাহ করা LangChain-এর অপারেশনের জন্য অত্যন্ত গুরুত্বপূর্ণ।
কল্পনা করুন আমরা আমাদের OpenAI API ব্যবহার করতে চাই। আমরা সহজেই দুটি উপায়ে এটি সম্পন্ন করতে পারি:
- একটি পরিবেশ পরিবর্তনশীল হিসাবে কী সেট আপ করা হচ্ছে
OPENAI_API_KEY="..."
or
import os
os.environ['OPENAI_API_KEY'] = “...”
আপনি যদি একটি এনভায়রনমেন্ট ভেরিয়েবল স্থাপন না করতে চান, তাহলে OpenAI LLM ক্লাস শুরু করার সময় আপনার কাছে openai_api_key নামের প্যারামিটারের মাধ্যমে সরাসরি কী প্রদান করার বিকল্প রয়েছে:
- প্রাসঙ্গিক ক্লাসে সরাসরি কী সেট আপ করুন।
from langchain.llms import OpenAI
llm = OpenAI(openai_api_key="...")
এলএলএম-এর মধ্যে স্যুইচ করা সোজা হয়ে যায়
LangChain একটি LLM ক্লাস প্রদান করে যা আমাদেরকে বিভিন্ন ভাষার মডেল প্রদানকারীদের সাথে যোগাযোগ করতে দেয়, যেমন OpenAI এবং Hugging Face।
যেকোনও এলএলএম দিয়ে শুরু করা বেশ সহজ, কারণ যেকোনও এলএলএম-এর সবচেয়ে মৌলিক এবং সহজে কার্যকরী কার্যকারিতা হল পাঠ্য তৈরি করা।
যাইহোক, একই সময়ে বিভিন্ন এলএলএম-কে একই প্রম্পট জিজ্ঞাসা করা এত সহজ নয়।
এখানেই ল্যাংচেইন কিক করে...
যেকোন LLM-এর সহজতম কার্যকারিতায় ফিরে গিয়ে, আমরা সহজেই LangChain-এর সাথে একটি অ্যাপ্লিকেশন তৈরি করতে পারি যা একটি স্ট্রিং প্রম্পট পায় এবং আমাদের মনোনীত LLM-এর আউটপুট প্রদান করে।
লেখক দ্বারা কোড
আমরা কেবল একই প্রম্পট ব্যবহার করতে পারি এবং কোডের কয়েকটি লাইনের মধ্যে দুটি ভিন্ন মডেলের প্রতিক্রিয়া পেতে পারি!
লেখক দ্বারা কোড
চিত্তাকর্ষক ... ঠিক?
প্রম্পট টেমপ্লেট সহ আমাদের প্রম্পটে গঠন প্রদান করা
ল্যাঙ্গুয়েজ মডেলের (LLMs) একটি সাধারণ সমস্যা হল জটিল অ্যাপ্লিকেশনগুলিকে বাড়িয়ে তুলতে তাদের অক্ষমতা। ল্যাংচেইন প্রম্পট তৈরির প্রক্রিয়াটিকে স্ট্রীমলাইন করার জন্য একটি সমাধান প্রস্তাব করে এটিকে মোকাবেলা করে, যা প্রায়শই একটি টাস্ককে সংজ্ঞায়িত করার চেয়ে আরও জটিল কারণ এটির জন্য এআই-এর ব্যক্তিত্বের রূপরেখা এবং প্রকৃত নির্ভুলতা নিশ্চিত করা প্রয়োজন। এর একটি উল্লেখযোগ্য অংশ পুনরাবৃত্তিমূলক বয়লারপ্লেট পাঠ্য জড়িত। ল্যাংচেইন প্রম্পট টেমপ্লেট অফার করে এটিকে কমিয়ে দেয়, যা নতুন প্রম্পটে বয়লারপ্লেট পাঠ্য স্বয়ংক্রিয়ভাবে অন্তর্ভুক্ত করে, এইভাবে প্রম্পট তৈরিকে সহজ করে এবং বিভিন্ন কাজ জুড়ে ধারাবাহিকতা নিশ্চিত করে।
লেখক দ্বারা কোড
আউটপুট পার্সারের সাথে কাঠামোগত প্রতিক্রিয়া পাওয়া
চ্যাট-ভিত্তিক মিথস্ক্রিয়াতে, মডেলের আউটপুট নিছক পাঠ্য। তবুও, সফ্টওয়্যার অ্যাপ্লিকেশনগুলির মধ্যে, একটি কাঠামোগত আউটপুট থাকা পছন্দনীয় কারণ এটি আরও প্রোগ্রামিং অ্যাকশনের জন্য অনুমতি দেয়। উদাহরণস্বরূপ, একটি ডেটাসেট তৈরি করার সময়, CSV বা JSON-এর মতো একটি নির্দিষ্ট বিন্যাসে প্রতিক্রিয়া পাওয়া কাঙ্ক্ষিত৷ এআই থেকে সামঞ্জস্যপূর্ণ এবং উপযুক্তভাবে ফর্ম্যাট করা প্রতিক্রিয়া বের করার জন্য একটি প্রম্পট তৈরি করা যেতে পারে বলে ধরে নিই, এই আউটপুট পরিচালনা করার জন্য সরঞ্জামগুলির প্রয়োজন রয়েছে। LangChain কার্যকরীভাবে কাঠামোগত আউটপুট পরিচালনা এবং ব্যবহার করার জন্য আউটপুট পার্সার টুল অফার করে এই প্রয়োজনীয়তা পূরণ করে।
লেখক দ্বারা কোড
আপনি আমার পুরো কোড চেক করতে পারেন GitHub.
কিছুক্ষণ আগে, ChatGPT-এর উন্নত ক্ষমতা আমাদের বিস্মিত করে রেখেছিল। তবুও, প্রযুক্তিগত পরিবেশ সবসময়ই পরিবর্তনশীল, এবং এখন ল্যাংচেইনের মতো সরঞ্জামগুলি আমাদের নখদর্পণে রয়েছে, যা আমাদের ব্যক্তিগত কম্পিউটার থেকে মাত্র কয়েক ঘন্টার মধ্যে অসামান্য প্রোটোটাইপ তৈরি করতে দেয়৷
LangChain, একটি অবাধে উপলব্ধ পাইথন প্ল্যাটফর্ম, ব্যবহারকারীদের LLMs (ভাষা মডেল মডেল) দ্বারা অ্যাঙ্কর করা অ্যাপ্লিকেশনগুলি বিকাশের একটি উপায় প্রদান করে৷ এই প্ল্যাটফর্মটি বিভিন্ন ধরনের মৌলিক মডেলগুলিতে একটি নমনীয় ইন্টারফেস সরবরাহ করে, প্রম্পট হ্যান্ডলিংকে স্ট্রীমলাইন করে এবং বর্তমান ডকুমেন্টেশন অনুযায়ী প্রম্পট টেমপ্লেট, আরও LLM, বাহ্যিক তথ্য এবং এজেন্টদের মাধ্যমে অন্যান্য সংস্থানগুলির মতো উপাদানগুলির জন্য একটি নেক্সাস হিসাবে কাজ করে।
চ্যাটবট, ডিজিটাল সহকারী, ভাষা অনুবাদ টুল এবং অনুভূতি বিশ্লেষণ ইউটিলিটি কল্পনা করুন; এই সমস্ত এলএলএম-সক্ষম অ্যাপ্লিকেশনগুলি ল্যাংচেইনের সাথে প্রাণবন্ত হয়ে ওঠে। বিকাশকারীরা এই প্ল্যাটফর্মটি ব্যবহার করে কাস্টম-উপযুক্ত ভাষা মডেল সমাধানগুলি স্বতন্ত্র প্রয়োজনীয়তাগুলিকে সম্বোধন করে তৈরি করতে।
প্রাকৃতিক ভাষা প্রক্রিয়াকরণের দিগন্ত প্রসারিত হওয়ার সাথে সাথে এবং এর গ্রহণ গভীরতর হয়, এর প্রয়োগের ক্ষেত্র সীমাহীন বলে মনে হয়।
জোসেপ ফেরার বার্সেলোনার একজন বিশ্লেষণী প্রকৌশলী। তিনি পদার্থবিদ্যা প্রকৌশলে স্নাতক হয়েছেন এবং বর্তমানে মানুষের গতিশীলতার জন্য প্রয়োগ করা ডেটা সায়েন্স ক্ষেত্রে কাজ করছেন। তিনি একজন খণ্ডকালীন বিষয়বস্তু নির্মাতা যিনি ডেটা বিজ্ঞান এবং প্রযুক্তির উপর দৃষ্টি নিবদ্ধ করেন। আপনি তার সাথে যোগাযোগ করতে পারেন লিঙ্কডইন, Twitter or মধ্যম.
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- উত্স: https://www.kdnuggets.com/how-to-make-large-language-models-play-nice-with-your-software-using-langchain?utm_source=rss&utm_medium=rss&utm_campaign=how-to-make-large-language-models-play-nice-with-your-software-using-langchain
- : আছে
- : হয়
- :না
- :কোথায়
- $ ইউপি
- 7
- a
- ক্ষমতা
- অ্যাক্সেসড
- অ্যাক্সেস করা
- সম্পাদন
- সঠিকতা
- দিয়ে
- অভিনয়
- স্টক
- কাজ
- যোগ
- ঠিকানা
- ঠিকানাগুলি
- সম্ভাষণ
- গ্রহণ
- অগ্রসর
- প্রতিনিধি
- এজেন্ট
- পূর্বে
- AI
- এআই চালিত
- সব
- অনুমতি
- অনুমতি
- অনুমতি
- ইতিমধ্যে
- এছাড়াও
- মধ্যে
- পরিমাণে
- an
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- বিশ্লেষণ করা
- বিশ্লেষণ
- প্রভুভক্ত
- এবং
- কোন
- API
- API গুলি
- আবেদন
- অ্যাপ্লিকেশন ডেভেলপমেন্ট
- অ্যাপ্লিকেশন
- ফলিত
- অভিগমন
- যথাযথ
- স্থাপত্য
- রয়েছি
- কাছাকাছি
- বিন্যাস
- অস্ত্রাগার
- প্রবন্ধ
- কৃত্রিম
- কৃত্রিম বুদ্ধিমত্তা
- AS
- জিজ্ঞাসা
- পরিমাপ করা
- সম্পদ
- সহায়ক
- At
- স্বশাসিত
- সহজলভ্য
- সম্ভ্রম
- পিছনে
- বার্সেলোনা
- ভিত্তি
- মৌলিক
- BE
- পরিণত
- হয়ে
- হয়েছে
- পিছনে
- উত্তম
- মধ্যে
- সীমানাহীন
- ব্রেকিং
- সংক্ষেপে
- আনে
- নির্মাণ করা
- ভবন
- নির্মিত
- by
- CAN
- ক্ষমতা
- সক্ষম
- গ্রেপ্তার
- কেস
- মামলা
- সরবরাহ
- ভুগর্ভস্থ ভাণ্ডার
- চেন
- চেইন
- chatbot
- chatbots
- চ্যাটজিপিটি
- চ্যাটিং
- চেক
- পছন্দ
- বেছে নিন
- শ্রেণী
- কোড
- সমন্বিত
- আসা
- সাধারণ
- সাধারণভাবে
- যোগাযোগ
- তুলনা
- জটিল
- উপাদান
- উপাদান
- কম্পিউটার
- সংযোগ করা
- সংযুক্ত
- সঙ্গত
- যোগাযোগ
- বিষয়বস্তু
- প্রসঙ্গ
- কথোপকথন
- পরিবর্তন
- রূপান্তর
- রূপান্তর
- তুল্য
- মূল
- ঠিক
- নৈপুণ্য
- পেরেছিলেন
- সৃষ্টি
- তৈরি করা হচ্ছে
- সৃষ্টি
- স্রষ্টা
- নির্ণায়ক
- কঠোর
- বর্তমান
- এখন
- স্বনির্ধারণ
- কাস্টমাইজ
- কাস্টমাইজড
- উপাত্ত
- তথ্য বিজ্ঞান
- ডেটা সেট
- ডেটাবেস
- ডাটাবেস
- গভীর করে
- সংজ্ঞা
- নিষ্কৃত
- বিতরণ
- নকশা
- মনোনীত
- পরিকল্পিত
- আকাঙ্ক্ষিত
- সনাক্তকরণ
- বিকাশ
- ডেভেলপারদের
- উন্নয়ন
- ডিভাইস
- বিভিন্ন
- ডিজিটাল
- সরাসরি
- সরাসরি
- উপলব্ধি করা
- স্বতন্ত্র
- বিশিষ্ট
- বিচিত্র
- do
- দলিল
- ডকুমেন্টেশন
- কাগজপত্র
- নিচে
- সময়
- প্রতি
- সবচেয়ে সহজ পদ্ধিতি হল
- সহজে
- সহজ
- বাস্তু
- কার্যকরীভাবে
- দক্ষ
- দক্ষতার
- উপাদান
- এম্বেডিং
- সক্রিয়
- শেষ
- আকর্ষক
- প্রকৌশলী
- প্রকৌশল
- বাড়ায়
- প্রচুর
- নিশ্চিত
- পরিবেশ
- ধাপে ধাপে বৃদ্ধি করা
- অপরিহার্য
- মূলত
- স্থাপন করা
- থার (eth)
- সর্বদা পরিবর্তনশীল
- উদাহরণ
- বিস্তৃতি
- অভিজ্ঞ
- ব্যাখ্যা করা
- বহিরাগত
- নির্যাস
- নিষ্কাশন
- মুখ
- সুবিধা
- বাস্তবিক
- বৈশিষ্ট্য
- বৈশিষ্ট্য
- কয়েক
- ক্ষেত্র
- নখদর্পণে
- প্রথম
- নমনীয়
- প্রবাহ
- তরল
- কেন্দ্রবিন্দু
- দৃষ্টি নিবদ্ধ করা
- জন্য
- ফর্ম
- বিন্যাস
- ভিত
- মূল
- ফ্রেমওয়ার্ক
- অবাধে
- থেকে
- কার্যকারিতা
- মৌলিক
- অধিকতর
- উত্পাদন করা
- উৎপাদিত
- প্রজন্ম
- সৃজক
- জেনারেটিভ এআই
- উত্পাদক
- পাওয়া
- পেয়ে
- Go
- Google এর
- ধরা
- হাত
- হাতল
- হ্যান্ডলিং
- আছে
- জমিদারি
- he
- তাকে
- ইতিহাস
- অধিষ্ঠিত
- দিগন্ত
- ঘন্টার
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- নাভি
- জড়িয়ে আছে
- মানবীয়
- আমি আছি
- ধারণা
- if
- আমদানি
- গুরুত্বপূর্ণ
- in
- অক্ষমতা
- অন্তর্ভুক্ত করা
- সুদ্ধ
- ইনকামিং
- একত্রিত
- ইনডেক্স
- স্বতন্ত্র
- শিল্প
- তথ্য
- সূচনা
- ইনপুট
- ইনস্টল
- উদাহরণ
- যান্ত্রিক
- একীভূত
- ইন্টিগ্রেশন
- ঐক্যবদ্ধতার
- বুদ্ধিমত্তা
- গর্ভনাটিকা
- আলাপচারিতার
- মিথষ্ক্রিয়া
- পারস্পরিক ক্রিয়ার
- আগ্রহী
- ইন্টারফেস
- ইন্টারফেসগুলি
- ইন্টারলিঙ্কিং
- মধ্যে
- জটিল
- স্বজ্ঞাত
- জড়িত
- সমস্যা
- IT
- এর
- যাত্রা
- JSON
- মাত্র
- কেডনুগেটস
- চাবি
- কী
- কিক
- জানা
- পরিচিত
- ভূদৃশ্য
- ভাষা
- বড়
- নেতৃত্ব
- শিক্ষা
- বাম
- লেভারেজ
- জীবন
- মত
- লাইন
- LINK
- লিঙ্কডইন
- জীবিত
- শিখা
- দীর্ঘ
- মেশিন
- মেশিন লার্নিং
- প্রধান
- করা
- তৈরি করে
- পরিচালনা করা
- পরিচালিত
- পরিচালক
- কাজে ব্যবহৃত
- অনেক
- Marketing
- মে..
- মানে
- পদ্ধতি
- মেকানিজম
- নিছক
- মেটাডাটা
- পদ্ধতি
- হতে পারে
- গতিশীলতা
- মডেল
- মডেল
- মডুলার
- মডিউল
- মডিউল
- অধিক
- সেতু
- my
- নামে
- স্থানীয়
- প্রাকৃতিক
- স্বভাবিক ভাষা
- স্বাভাবিক ভাষা প্রক্রিয়াকরণ
- প্রয়োজনীয়
- প্রয়োজন
- চাহিদা
- নতুন
- সংবাদ
- বন্ধন
- সুন্দর
- NLP
- এখন
- of
- নৈবেদ্য
- প্রায়ই
- on
- একদা
- ওপেন সোর্স
- OpenAI
- অপারেশন
- অপারেশনস
- পছন্দ
- or
- OS
- অন্যান্য
- আমাদের
- রূপরেখা
- আউটপুট
- আউটপুট
- অনিষ্পন্ন
- স্থিতিমাপ
- অংশ
- বিশেষ
- যন্ত্রাংশ
- নিদর্শন
- সম্প্রদায়
- সম্পাদন করা
- করণ
- ব্যক্তিগত
- ব্যক্তিগত কম্পিউটার
- বাক্যাংশ
- পদার্থবিদ্যা
- টুকরা
- মাচা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- খেলা
- কবিতা
- অবস্থানের
- সম্ভাব্য
- অবিকল
- বাঞ্ছনীয়
- প্রধান
- সমস্যা
- সমস্যা
- প্রক্রিয়া
- প্রক্রিয়াজাতকরণ
- উৎপাদন করা
- প্রোগ্রামিং
- অনুরোধ জানানো
- এগুলির নমুনা
- প্রদান
- প্রদানকারীর
- উপলব্ধ
- প্রদানের
- পাইথন
- প্রশ্ন
- দ্রুত
- পুরোপুরি
- কাঁচা
- রাজত্ব
- গ্রহণ
- সাম্প্রতিক
- বোঝায়
- সম্পর্ক
- প্রাসঙ্গিক
- পুনরাবৃত্তিমূলক
- রিপ্লাই
- প্রতিনিধিত্ব
- অনুরোধ
- প্রয়োজন
- প্রয়োজন
- আবশ্যকতা
- প্রয়োজন
- Resources
- প্রতিক্রিয়া
- প্রতিক্রিয়া
- প্রতিক্রিয়া
- দায়ী
- অপরিবর্তিত রাখা
- প্রত্যাবর্তন
- আয়
- বিপ্লব এনেছে
- অধিকার
- ভূমিকা
- s
- একই
- পরিস্থিতিতে
- বিজ্ঞান
- বিজ্ঞান ও প্রযুক্তি
- স্ক্রিপ্ট
- সার্চ
- অনুসন্ধান
- সেক্টর
- মনে হয়
- পাঠানোর
- অনুভূতি
- ক্রম
- স্থল
- সেট
- সেট
- বিন্যাস
- গুরুত্বপূর্ণ
- অনুরূপ
- সরলীকৃত
- সরলীকরণ
- কেবল
- পরিস্থিতিতে
- So
- সফটওয়্যার
- সমাধান
- সলিউশন
- কিছু
- বাস্তববুদ্ধিসম্পন্ন
- স্থান
- বিশেষজ্ঞ
- বিশেষ
- নির্দিষ্ট
- নিদিষ্ট
- পর্যায়
- ইন্টার্নশিপ
- প্রমিতকরণ
- শুরু
- এখনো
- স্টোরেজ
- দোকান
- দোকান
- স্ট্রিমলাইন
- streamlining
- স্ট্রিং
- গঠন
- কাঠামোবদ্ধ
- কাঠামো
- পরবর্তী
- যথেষ্ট
- এমন
- উপযুক্ত
- সরবরাহ
- নিশ্চিত
- দেখা দেয় দুটো কারণে
- পদ্ধতি
- সিস্টেম
- টেবিল
- উপযোগী
- গ্রহণ করা
- গ্রহণ
- কথা বলা
- কার্য
- কাজ
- প্রযুক্তিক
- প্রযুক্তিঃ
- টেমপ্লেট
- অস্থায়ী
- ঝোঁক
- পাঠ
- পাঠগত
- চেয়ে
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- তারপর
- সেখানে।
- এইগুলো
- তারা
- জিনিস
- এই
- সেগুলো
- যদিও?
- দ্বারা
- এইভাবে
- থেকে
- আজ
- একসঙ্গে
- সরঞ্জাম
- প্রশিক্ষণ
- রুপান্তর
- রূপান্তরের
- ট্রান্সফরমার
- অনুবাদ
- অভিভাবকসংবঁধীয়
- দুই
- সাধারণত
- বোঝা
- বোধশক্তি
- untapped
- us
- উপভোগ্য
- ব্যবহার
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারকারী
- ব্যবহার
- ইউটিলিটি
- সদ্ব্যবহার করা
- মানগুলি
- পরিবর্তনশীল
- বৈচিত্র্য
- বিভিন্ন
- সুবিশাল
- বহুমুখতা
- খুব
- মাধ্যমে
- প্রয়োজন
- উপায়..
- উপায়
- we
- কি
- কখন
- যে
- সমগ্র
- ব্যাপক
- সঙ্গে
- মধ্যে
- আশ্চর্য
- শব্দ
- কর্মপ্রবাহ
- কর্মপ্রবাহ
- কাজ
- এখনো
- আপনি
- আপনার
- zephyrnet