Predibase
学习如何在 Predibase 上使用 LangChain 模型。
设置
LLM
Predibase 通过实现 LLM 模块与 LangChain 集成。您可以在下面看到一个简短的示例,或者在 LLM > 集成 > Predibase 下找到完整的笔记本。
import os
os.environ["PREDIBASE_API_TOKEN"] = "{PREDIBASE_API_TOKEN}"
from langchain_community.llms import Predibase
model = Predibase(
model="mistral-7b",
predibase_api_key=os.environ.get("PREDIBASE_API_TOKEN"),
predibase_sdk_version=None, # 可选参数(如果省略,默认为最新的 Predibase SDK 版本)
)
response = model.invoke("Can you recommend me a nice dry wine?")
print(response)
Predibase 还支持在给定 model
参数的基础模型上进行微调的 Predibase 托管和 HuggingFace 托管适配器:
import os
os.environ["PREDIBASE_API_TOKEN"] = "{PREDIBASE_API_TOKEN}"
from langchain_community.llms import Predibase
# 经过微调的适配器托管在 Predibase 上(必须指定 adapter_version)。
model = Predibase(
model="mistral-7b",
predibase_api_key=os.environ.get("PREDIBASE_API_TOKEN"),
predibase_sdk_version=None, # 可选参数(如果省略,默认为最新的 Predibase SDK 版本)
adapter_id="e2e_nlg",
adapter_version=1,
)
response = model.invoke("Can you recommend me a nice dry wine?")
print(response)
Predibase 还支持在给定 model
参数的基础模型上进行微调的适配器:
import os
os.environ["PREDIBASE_API_TOKEN"] = "{PREDIBASE_API_TOKEN}"
from langchain_community.llms import Predibase
# 经过微调的适配器托管在 HuggingFace 上(adapter_version 不适用,将被忽略)。
model = Predibase(
model="mistral-7b",
predibase_api_key=os.environ.get("PREDIBASE_API_TOKEN"),
predibase_sdk_version=None, # 可选参数(如果省略,默认为最新的 Predibase SDK 版本)
adapter_id="predibase/e2e_nlg",
)
response = model.invoke("Can you recommend me a nice dry wine?")
print(response)