LangChain - Model

Chat Models

聊天消息包含下面几种类型，使用时需要按照约定传入合适的值：

• AIMessage: AI 输出的消息，可以是针对问题的回答 (assistant角色）；
• HumanMessage: 人类消息就是用户信息，由人给出的信息发送给LLMs的提示信息，比如“实现一个快速排序方法”(user角色）；
• SystemMessage: 可以用于指定模型具体所处的环境和背景，如角色扮演等。你可以在这里给出具体的指示，比如“作为一个代码专家”，或者“返回json格式”。(system角色）

使用Chat Models

Embeddings Models

Embeddings Models嵌入模型的特点：将字符串作为输入，返回一个浮点数的列表（向量）。在NLP中，Embedding的作用就是将数据进行文本向量化。

总结

主要支持三类模型：

• LLMs：大语言模型，主用于文本生成
• Chat Model：聊天模型，主用于多轮次对话的聊天场景
• Embeddings Model：文本嵌入模型，主用于生成文本向量

LangChain框架和OpenAI库一样，提供三种角色：

• HumanMessage类，即User角色
• AIMessage类，即Assistant角色
• SystemMessage类，即System角色