什么是大语言模型？
大语言模型是一种人工智能模型，通常使用深度学习技术（如神经网络）来理解和生成人类语言。这些模型拥有非常多的参数，可以达到数十亿甚至更多，使得它们能够处理高度复杂的语言模式。
我们可以将大语言模型视为一个巨大的预测机器，其训练过程基于“猜词”任务：给定一段文本的开头，模型需要预测下一个词是什么。通过大量的训练数据（如互联网上的文本），模型试图理解词语和词组的用法和含义，以及它们如何组合形成意义。通过不断学习和调整参数，模型的预测能力变得越来越准确。
发展历程
LLM 生态
基座大模型
参考：大模型综合能力评测对比表
热门开发框架/平台
Langchain ：是一个基于语言模型开发应用程序的框架
https://github.com/langchain-ai/langchain
LlamaIndex：是一个旨在促进私有或领域特定数据与大语言模型集成的数据框架。
https://github.com/run-llama/llama_index
Dify：是一款开源的大语言模型(LLM) 应用开发平台。
https://github.com/langgenius/dify
AutoGen：提供了一个作为高级抽象的多智能体对话框架。
https://github.com/microsoft/autogen
LangChain导言
**LangChain **是一个用于开发由大型语言模型（LLM）提供支持的应用程序的框架。
LangChain 是一个开源框架，旨在帮助开发人员构建端到端的应用程序，利用大型语言模型作为核心驱动力。它提供了一系列工具、组件和接口，简化了使用语言模型和聊天模型构建支持应用程序的过程。
LangChain 简化了 LLM 应用程序生命周期的每个阶段：
- 开发：使用LangChain的开源构建块和组件构建您的应用程序。使用第三方集成和模板开始运行。
- 产品化：使用LangSmith检查、监控和评估您的链，以便您可以放心地持续优化和部署。
- 部署：使用LangServe将任何链转换为API。
整体架构图
具体来说，该框架由以下开源库组成：
- langchain-core：基础抽象和LangChain表达式语言。
-
langchain-community：第三方集成。
- 合作伙伴包（例如 langchain-openai、langchain-anthropic 等等）：一些集成已进一步拆分为它们自己的轻量级包，这些包仅仅依赖于 langchain-core。
- langchain：构成应用程序认知架构的链、代理和检索策略。
- langgraph：通过将步骤建模为图中的边和节点，使用LLM构建健壮且有状态的多参与者应用程序（agent）。
- langserver：将LangChain链部署为REST API。
- LangSmith：一个开发人员平台，可让我们调试、测试、评估和监控LLM应用程序。
创始人
LangChain 是由 Harrison Chase 和 Ankush Gola 在 2023 年在美国加利福尼亚州创建的人工智能公司。Harrison Chase 担任首席执行官。
LangChain 框架 是由 Harrison Chase 在 2022 年 10 月作为开源软件项目推出的，旨在将大型语言模型（比如 GPT-4）与外部计算和数据源结合起来。
解决的问题
LangChain 主要解决以下问题：
- 数据感知：将语言模型与其他数据源相连接，使其具备对数据的感知能力。
- 主动性：允许语言模型与其环境进行交互，具备主动响应和推理的能力。
LangChain 旨在提供上下文感知和推理能力，使应用程序更智能和灵活。
生态系统
🦜🛠️ LangSmith
跟踪和评估您的语言模型应用程序和智能代理，以帮助您从原型转向生产。
🦜🕸️ LangGraph
使用LLM构建有状态的多参与者应用程序，构建在（并打算与）LangChain原语一起使用。
🦜🏓 LangServe
将LangChain可运行文件和链部署为REST API。
安装LangChain
LangChain 支持 Python 和 JavaScript 两个开发版本，我们这个分享使用 python3.11 版本进行讲解。
安装 Python 参考文档：python安装
安装 langchain （版本 v0.2）：
pip install langchain
更多详情信息参考文档：langchain安装
小结
本文介绍了什么是大语言模型，LangChain 基本信息、LangChain 生态系统以及 LangChain 安装。
接下来，笔者将逐步深入介绍 LangChain 的入门开发，为您揭开人工智能世界的新篇章！敬请期待，探索LangChain的无限可能！
《构建一个简单的LLM应用程序》
《构建聊天机器人》
《向量存储和检索》
《构建代理》
......
本文由博客一文多发平台 OpenWrite 发布！
