🖥 开发
📄️ 🛠️ 设置
以下文档将帮助您设置 Ultra-GPT 的本地安装。
📄️ 💬 Prompts 提示词
提示工程是什么?如图所示。你同大模型的交谈就是所谓的 Prompt, 而如何设计、组织、优化则称为提示工程(Prompt Engineering)。在大模型应用的开发过程中,Prompt Engineering 做得好,不仅可以提升回答的质量,也可以限制回答的格式,因此提示工程也能够帮助大模型返回的内容更友好地被解读,这对后续跟其他系统的集成非常重要。一般来讲提示工程包含如下的信息:
📄️ 🎢 Eembeddings 嵌入
在自然语言处理和机器学习领域,"embeddings" 是指将单词、短语或文本转换成连续向量空间的过程。这个向量空间通常被称为嵌入空间(embedding space),而生成的向量则称为嵌入向量(embedding vector)或向量嵌入(vector embedding)。
📄️ 🧠 Memory 内存
为了实现给定的目标,AI 代理执行多种任务,考虑到它们自己的执行历史。当代理长时间运行时,这成为一个问题,因为它们的记忆通常只有上下文长度那么大。在 GPT-3.5 和 GPT-4 的情况下,这大约是 8k 个令牌。
📄️ ⛑ LangChain
LangChain是一个用于开发基于语言模型的应用程序开发框架。总的来说,LangChain是一个链接面向用户程序和LLM之间的一个中间层。LangChain 可以轻松管理与语言模型的交互,将多个组件链接在一起,并集成额外的资源,例如 API 和数据库。其组件包括了模型(各类LLM),提示模板(Prompts),索引,代理(Agent),记忆等等。对于英文LangChain一般会使用RecursiveCharacterTextSplitter处理。由于中文的复杂性,会使用到jieba等处理工具预处理中文语句。本项目的底层就是基于LangChain构建而成。
📄️ 🌎 多语言
Ultra-GPT 由许多贡献者(如 @Cs4K1Sr4C)的帮助下,拥有多种语言的翻译。我们始终在努力改进翻译,但如果您发现有问题或遗漏,请随时进行必要的更新或在 GitHub 上提交工单!