Skip to main content
Open In ColabOpen on GitHub

Gradient

Gradient 允许通过简单的网络 API 创建 Embeddings，并对 LLMs 进行微调和获取补全。

本笔记本介绍了如何将Langchain与Gradient的嵌入功能结合使用。

导入​

from langchain_community.embeddings import GradientEmbeddings
API Reference:GradientEmbeddings

设置环境API密钥​

确保从Gradient AI获取您的API密钥。您将获得10美元的免费信用额度，用于测试和微调不同的模型。

import os
from getpass import getpass

if not os.environ.get("GRADIENT_ACCESS_TOKEN", None):
    # Access token under https://auth.gradient.ai/select-workspace
    os.environ["GRADIENT_ACCESS_TOKEN"] = getpass("gradient.ai access token:")
if not os.environ.get("GRADIENT_WORKSPACE_ID", None):
    # `ID` listed in `$ gradient workspace list`
    # also displayed after login at at https://auth.gradient.ai/select-workspace
    os.environ["GRADIENT_WORKSPACE_ID"] = getpass("gradient.ai workspace id:")

可选：验证您的环境变量 GRADIENT_ACCESS_TOKEN 和 GRADIENT_WORKSPACE_ID 以获取当前部署的模型。使用 gradientai Python 包。

%pip install --upgrade --quiet  gradientai

创建渐变实例​

documents = [
    "Pizza is a dish.",
    "Paris is the capital of France",
    "numpy is a lib for linear algebra",
]
query = "Where is Paris?"
embeddings = GradientEmbeddings(model="bge-large")

documents_embedded = embeddings.embed_documents(documents)
query_result = embeddings.embed_query(query)
# (demo) compute similarity
import numpy as np

scores = np.array(documents_embedded) @ np.array(query_result).T
dict(zip(documents, scores))

这个页面有帮助吗？