検索のための外部データの分割

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

この演習はコースの一部です

LangChainを使ったLLMアプリケーション開発

SkillTag.level.intermediateSkillTag.label

4.8+

LLMを使ったアプリケーション構築のためのLangChainフレームワークへようこそ。LangChainの主要コンポーネントであるモデル、チェーン、エージェント、プロンプト、パーサーについて学びます。Hugging FaceのオープンソースモデルとOpenAIのプロプライエタリモデルの両方を使ってチャットボットを作成し、プロンプトテンプレートを作成する方法を学びます。また、会話中のコンテキストやリソースを管理するさまざまなチャットボットメモリ戦略を統合する方法も学びます。

Exercise 1: LangChainエコシステム Exercise 2: LangChainでのOpenAIモデル！Exercise 3: LangChainでのHugging Faceモデル！Exercise 4: プロンプトテンプレート Exercise 5: プロンプトテンプレートとチェーン Exercise 6: チャットプロンプトテンプレート Exercise 7: フューショットプロンプティング Exercise 8: フューショット例セットの作成 Exercise 9: フューショットプロンプトテンプレートの構築 Exercise 10: フューショットプロンプティングの実装

LangChainのチェーンをさらに発展させましょう。LangChain Expression Language（LCEL）を使って、より柔軟にチェーンを定義する方法を学びます。コンポーネント間で入力を受け渡す逐次チェーンを作成し、より高度なアプリケーションを構築することになります。また、LLMを意思決定に活用するエージェントの統合についても学び始めます。

Exercise 1: シーケンシャルチェーン Exercise 2: 逐次的なチェーン用プロンプトの構築 Exercise 3: LCEL を使ったシーケンシャルチェーン Exercise 4: LangChain エージェント入門 Exercise 5: エージェントとは？Exercise 6: ReAct エージェント Exercise 7: エージェント用カスタムツール Exercise 8: ツール利用のための関数を定義する Exercise 9: カスタムツールの作成 Exercise 10: カスタムツールとエージェントの統合

LLMの制約のひとつは、特定の時点までのデータで学習されているため、知識に更新の限界があることです。この章では、検索拡張生成（RAG）を使って外部データをLLMと統合するアプリケーションの作成方法を学びます。RAGのワークフローには、データの分割、ベクトルデータベースを使った埋め込みの作成と保存、アプリケーションで使用する最も関連性の高い情報の検索など、いくつかのプロセスが含まれます。ワークフロー全体をマスターしましょう。

Exercise 1: ドキュメントローダーの統合 Exercise 2: PDF ドキュメントローダー Exercise 3: CSV ドキュメントローダー Exercise 4: HTMLドキュメントローダー Exercise 5: 検索のための外部データの分割

現在の演習

Exercise 6: 文字による分割 Exercise 7: 文字ごとに再帰的に分割 Exercise 8: HTMLの分割 Exercise 9: ベクトルデータベースを使ったRAGの保存と取得 Exercise 10: ドキュメントとベクターデータベースの準備 Exercise 11: 検索プロンプトテンプレートの構築 Exercise 12: RAGチェーンの作成 Exercise 13: まとめ！