赞
踩
除了持续增强大模型内在的知识储备、通用理解、逻辑推理和想象能力等,未来,我们也会不断丰富大模型的外延能力,例如知识库检索、计算工具、WolframAlpha、操作软件等。
我们首先集成了LangChain框架,可以更方便地基于Llama2开发文档检索、问答机器人和智能体应用等,关于LangChain的更多介绍参见LangChain。
针对LangChain框架封装的Llama2 LLM类见examples/llama2_for_langchain.py,简单的调用代码示例如下:
- from llama2_for_langchain import Llama2
-
- # 这里以调用FlagAlpha/Atom-7B-Chat为例
- llm = Llama2(model_name_or_path='FlagAlpha/Atom-7B-Chat')
-
- while True:
- human_input = input("Human: ")
- response = llm(human_input)
- print(f"Llama2: {response}")
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。