Cadenas en LangChain

Una cadena conjunta información en un proceso que responde a una pregunta. Ejemplificando: se puede tener al inicio de la cadena un proceso de limpieza de datos y en la segunda parte de la cadena se podría recibir un promt e información del usuario para responder una pregunta.

Hay dos tipos de cadenas:

• Utility: Son cadenas que ya tienen un proposito muy especifico (Generar resumenes a partir de texto, responder preguntas)
• Foundational: Estas están creadas a partir de cadenas fundacionales. (LLM, Transdormation)

1. Importancia de las Cadenas en Language Chain:
   • Conjuntan información en un proceso que culmina en módulo de lenguaje respondiendo preguntas.
   • Ejemplo: Proceso de limpieza de datos al inicio, luego recibir prompt e información del usuario para resolver una pregunta.
2. Formas de Utilizar Cadenas:
   • Uniendo diferentes cadenas pequeñas.
   • Usando una cadena que por sí misma sea útil.
3. Tipos de Cadenas:
   • Utility (de utilidad):
     • Funciones con propósito específico.
     • Ejemplos: generar resumen, resolver preguntas, crear conversaciones con o sin memoria.
     • Creadas a partir de cadenas fundacionales.
   • Fundacionales:
     • Ejemplo: cadenas de LLM.
     • Permiten integrar un prompt o indicación con un modelo de lenguaje/chat (e.g., GPT 3.5 de OpenAI).
     • Se pueden combinar con cadenas de transformación que limpian el texto para insertarlo en la cadena de LLM.
4. Combinación de Cadenas:
   • Usar “secuencial” como envoltorio para juntar cadenas y lograr un objetivo específico.
   • Resultado: cadena de utilidad.

En pocas palabras: Las cadenas permiten combinar varios componentes para crear una sola aplicación coherente. Por ejemplo, podemos crear una cadena que tome la entrada del usuario, la formateé con una plantilla de prompt y luego envíe la respuesta a un LLM. Las cadenas simplifican y hacen más modular la implementación de aplicaciones complejas.