深度学习-112-大语言模型LLM之langchain的聊天模型概述和基本概念介绍
文章目录
- 1 概念指南Conceptual guide
- 1.1 概念Concepts
- 1.2 词汇表Glossary
- 2 聊天模型Chat models
- 2.1 概述Overview
- 2.2 功能Features
- 2.3 集成Integrations
- 2.4 接口Interface
- 2.4.1 关键方法Key methods
- 2.4.2 输入和输出Inputs and outputs
- 2.4.3 标准参数Standard parameters
- 2.5 工具调用Tool calling
- 2.6 结构化输出Structured outputs
- 2.7 多模态Multimodality
- 2.8 上下文窗口Context window
- 2.9 高级主题Advanced topics
- 2.9.1 速率限制Rate-limiting
- 2.9.2 缓存Caching
- 3 参考附录
1 概念指南Conceptual guide
本指南更广泛地解释了LangChain框架和AI应用程序背后的关键概念。
建议在深入概念指南之前至少阅读其中一个教程，这将提供实用的上下文，使您更容易理解此处讨论的概念。
1.1 概念Concepts
(1)Chat models，聊天模型。
通过聊天API公开的LLM，将消息序列作为输入处理并输出消息。
(2)Messages，消息。
聊天模型中的通信单元，用于表示模型输入和输出。
(3)Chat history，聊天历史。
表示为消息序列的对话，在用户消息和模型响应之间交替。
(4)Tools，工具。
具有关联模式的函数，定义函数的名称、描述和它接受的参数。
(5)Tool calling，工具调用。
一种聊天API模型，它接受工具模式以及消息作为输入，并将这些工具的调用作为输出消息的一部分返回。
(6)Structured output，结构化输出。
一种使聊天模型以结构化