SemanticSimilarityExampleSelector: Selectarea Dinamică a Exemplelor Few-Shot în LangChain & LangGraph

Sintaxă & invocare Python
selector = SemanticSimilarityExampleSelector.from_examples(examples, embeddings, Chroma, k=2)

SemanticSimilarityExampleSelector calculează similaritatea cosinus dintre întrebarea curentă a utilizatorului și un depozit de sute de exemple demonstrative, selectând doar cele mai relevante k exemple pentru a fi injectate în promptul final, optimizând utilizarea ferestrei de context.

from langchain_core.example_selectors import SemanticSimilarityExampleSelector
from langchain_community.vectorstores import Chroma
from langchain_openai import OpenAIEmbeddings

selector = SemanticSimilarityExampleSelector.from_examples(
    lista_cu_100_de_exemple,
    OpenAIEmbeddings(),
    Chroma,
    k=3
)
few_shot_prompt = FewShotPromptTemplate(example_selector=selector, ...)

Scalare: Poți stoca o bibliotecă gigantică de cazuri particulare fără riscul de a depăși limitele de tokeni.

Învață AI • Comunitate & Q&A

Întrebări & Exemple practice: SemanticSimilarityExampleSelector: Selectarea Dinamică a Exemplelor Few-Shot

Ai o întrebare despre SemanticSimilarityExampleSelector: Selectarea Dinamică a Exemplelor Few-Shot sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.