LangChain

如何序列化LLM类#

本教程演示了如何将LLM配置写入磁盘并从磁盘中读取。如果您想保存给定LLM的配置（例如提供程序、温度（temperature）等），则这非常有用。

from langchain.llms import OpenAI
from langchain.llms.loading import load_llm

加载#

首先，让我们讨论从磁盘加载LLM。LLMs可以以json或yaml格式保存在磁盘上。无论扩展名如何，它们都以相同的方式加载。

!cat llm.json

{
    "model_name": "text-davinci-003",
    "temperature": 0.7,
    "max_tokens": 256,
    "top_p": 1.0,
    "frequency_penalty": 0.0,
    "presence_penalty": 0.0,
    "n": 1,
    "best_of": 1,
    "request_timeout": null,
    "_type": "openai"
}

llm = load_llm("llm.json")

!cat llm.yaml

_type: openai
best_of: 1
frequency_penalty: 0.0
max_tokens: 256
model_name: text-davinci-003
n: 1
presence_penalty: 0.0
request_timeout: null
temperature: 0.7
top_p: 1.0

llm = load_llm("llm.yaml")

保存#

如果您想从内存中的LLM转换为其序列化版本，可以通过调用.save方法轻松完成。同样，它支持json和yaml。

llm.save("llm.json")

llm.save("llm.yaml")

LLM 缓存（LLM Caching）流式处理 LLMS（Streaming LLM）