top 10 crossovers mas esperados
Introducción a LangChain
Desarrollo de aplicaciones con LLM utilizando LangChain
Estructura y módulos de LangChain
Uso de modelos Open Source de Hugging Face
Uso de modelos de OpenAI API
Prompt templates de LangChain
Cadenas en LangChain
Utility chains
RetrievalQA chain
Foundational chains
Quiz: Introducción a LangChain
Casos de uso de LangChain
Casos de uso de LangChain
¿Cómo utilizar LangChain en mi equipo?
Quiz: Casos de uso de LangChain
Manejo de documentos con Ãndices
¿Cómo manejar documentos con Ãndices en LangChain?
La clase Document
Document Loaders: PDF
Document Loaders: CSV con Pandas DataFrames
Document Loaders: JSONL
Document Transformers: TextSplitters
Proyecto de Chatbot: configuración de entorno para LangChain y obtención de datos
Proyecto de Chatbot: creación de documents de Hugging Face
Quiz: Manejo de documentos con Ãndices
Embeddings y bases de datos vectoriales
Uso de embeddings y bases de datos vectoriales con LangChain
¿Cómo usar embeddings de OpenAI en LangChain?
¿Cómo usar embeddings de Hugging Face en LangChaing?
Chroma vector store en LangChain
Proyecto de Chatbot: ingesta de documents en Chroma
RetrievalQA: cadena para preguntar
Proyecto de Chatbot: cadena de conversación
Proyecto de Chatbot: RetrievalQA chain
Quiz: Embeddings y bases de datos vectoriales
Chats y memoria con LangChain
¿Para qué sirve la memoria en cadenas y chats?
Uso de modelos de chat con LangChain
Chat prompt templates
ConversationBufferMemory
ConversationBufferWindowMemory
ConversationSummaryMemory
ConversationSummaryBufferMemory
Entity memory
Proyecto de Chatbot: chat history con ConversationalRetrievalChain
Quiz: Chats y memoria con LangChain
Evolución del uso de LLM
LangChain y LLM en evolución constante
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
Casos de uso de LangChain
10/37Recursos
Aportes 6
Preguntas 0
Ordenar por:
LangChain es un framework muy versátil disponible en Python y JavaScript que ha tomado bastante importancia en la actualidad.
Una de las claves de su éxito es que siempre hemos visto a los LLMs como una especie de memoria, que conocÃa todos los
datos con los que fue entrenado, pero, ¿qué pasa con conocimiento que está por fuera de su memoria?
¿Cómo podemos extraer información con datos recientes que no son conocidos por modelos de OpenAI por ejemplo? Es aquà dónde
entra LangChain como una propuesta de solución, generar un proceso de una memoria de corto plazo. LangCHain es la respuesta
para brindar información privada o más reciente a modelos LLM.
¿Cuáles son los principales usos que podemos darle a LangChain?
1. Summarization: Podemos crear resúmenes de textos muy grandes, que de otro modo no podrÃamos insertar en un solo prompt.
2. Question Answering: Dada información muy precisa ser capaz de hacer preguntas y que el modelo responda con los datos extraÃdos de la nueva fuente de información.
3. ChatBots: Generar Bots que tengan memoria y pueda tomar en cuenta toda la conversación que se ha tenido.
¿Existen casos de éxito donde se haya utilizado LangChain a Nivel Empresarial?
- Platzi: Ha creado un ChatBot con la finalidad de responder preguntas a estudiantes y recomendar cursos que se adapten a las necesidades individuales de cada estudiante.
- Duolingo: Ha integrado LangChain para mejorar la experiencia de los estudiantes para aprender idiomas.
- LangChain: Ha implementado un asistente que permite resolver dudas acerca de la documentación de la propia empresa, LangChain.
Mencionemos algunos beneficios de implementar LLMs:
- Reducción de costos: podemos tener una atención a cliente más eficiente, y con una calidad similar a la que brindarÃa un humano.
- Ayuda en el proceso de aprendizaje: los llms pueden servir como mentores particulares que sean capaces de responder a nuestras preguntas al momento de aprender una nueva tecnologÃa.
- Ayuda en la exploración de datos: con llms y LangChain podemos extraer fácilmente información de grandes documentos de texto a través de preguntas en lenguaje natural.
Un gusto
Enlaces auxiliares:
Me temo que este es el langchain-chatbot del que hablaba el profe, sin embargo, yo no le daria mi API KEY a ninguna pagina jajajajaj 😄
Justamente lo he usado, también, para que me ayude en mi proceso de aprendizaje de Rust.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?