数据统计
相关导航
大语言模型（LLM）正在成为一种变革性技术，使开发人员能够构建以前无法构建的应用程序。但是，单独使用这些LLM通常不足以创建一个真正强大的应用程序——当你可以将它们与其他计算或知识来源相结合时，便可能实现其真正的能力。 LangChain是一个用于开发由语言模型驱动的应用程序的框架，允许开发人员将语言模型连接到其他数据源并与其环境相交互。LangChain旨在帮助开发者在以下六个主要领域，按照复杂性递增的顺序： 📃 LLMs and Prompts: 这包括提示管理、提示优化、适用于所有 LLM 的通用界面以及用于处理 LLM 的通用实用程序。 🔗 Chains: 链不仅仅是单个 LLM 调用，而是调用序列（无论是对 LLM 还是对不同的实用程序）。 LangChain 为链提供标准接口、与其他工具的大量集成以及用于常见应用程序的端到端链。 📚 Data Augmented Generation: 数据增强生成涉及特定类型的链，这些链首先与外部数据源交互以获取数据以用于生成步骤。 这方面的例子包括对长文本的总结和对特定数据源的问答。 🤖 Agents: 代理涉及 LLM 做出关于采取哪些行动的决定，采取该行动，看到一个观察，并重复直到完成。LangChain 为代理提供了一个标准接口，可供选择的代理选择，以及端到端代理的示例。 🧠 Memory: 内存是链/代理调用之间持久状态的概念。 LangChain 提供了内存的标准接口、内存实现的集合以及使用内存的链/代理的示例。 🧐 Evaluation: [BETA] 众所周知，生成模型很难用传统指标进行评估。 评估它们的一种新方法是使用语言模型本身进行评估，LangChain 提供了一些提示/链来协助这一点。
Deeplearning4j是为数不多的以Java虚拟机（JVM）为目标，以Java原生编写的机器学习框架之一。该框架由位于旧金山的一组机器学习开发人员开发，并由初创公司Skymind提供商业支持。Deeplearning4j于2017年10月捐赠给了Eclipse基金会。该库与Clojure和Scala兼容。 对于集群和分布式训练，Deeplearning4j与Apache Spark和Apache Hadoop集成。它还与NVIDIA CUDA运行时集成，可在多个GPU之间执行GPU操作和分布式训练。 Deeplearning4j包括一个使用ND4J的n维数组类，该类允许在Java和Scala中进行科学计算，与NumPy提供给Python的函数类似。它可以有效地用作执行线性代数和矩阵操作的库，用于训练和推理。 Deeplearning4j可以用于训练模型，这些模型可以执行图像分类、对象检测、图像分割、自然语言处理和时间序列预测。
Vercel AI SDK是前端网站开发和托管平台及Next.js开发团队「Vercel」推出的，用于快速构建AI聊天机器人网站应用程序的开发套件，可以帮助开发人员使用JavaScript和TypeScript构建对话式的AI用户界面。 Vercel AI SDK的特性 支持React/Next.js、Svelte/SvelteKit和Vue/Nuxt等前端框架，以及Node.js、Serverless和Edge Runtime 内置各种AI模型的适配器，支持LangChain、OpenAI、Anthropic和Hugging Face等提供的大语言模型 提供交互式在线提示playground（sdk.vercel.ai），其中包含20个开源和云LLM。可以实时展示不同对话模型的聊天界面，并且可以快速生成代码。 提供多个AI聊天机器人的模板和示例，你可以克隆/复制Vercel提供的基于不同框架和模型开发的AI聊天机器人的初始模板 如何使用Vercel AI SDK 前提条件需要在电脑上安装Node.js 18+版本，如果要开发基于OpenAI的GPT聊天机器人，需要获得OpenAI API密钥 使用Next.js（pnpm dlx create-next-app my-ai-app）或者Svelte（pnpm create svelte@latest my-ai-app）等框架创建一个全新的项目，并定位到创建好的目录（cd my-ai-app） 安装依赖项，pnpm install ai openai-edge 配置 OpenAI API 密钥，.env.local在项目根目录中创建一个文件并添加您的 OpenAI API 密钥 创建API路由并连接UI，完成后使用pnpm run dev运行启动应用程序
