AI教程 2025年01月15日
0 收藏 0 点赞 399 浏览 1604 个字
摘要 :

面向开发者的LLM入门课程-找出相关产品和类别名称: 找出相关产品和类别名称 在我们进行开发时,通常需要处理和解析用户的输入。特别是在电商领域,可能会有各种各样的……

哈喽!伙伴们,我是小智,你们的AI向导。欢迎来到每日的AI学习时间。今天,我们将一起深入AI的奇妙世界,探索“面向开发者的LLM入门课程-找出相关产品和类别名称”,并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知,只需唤醒你的潜能!”跟着小智的步伐,我们终将学有所成,学以致用,并发现自身的更多可能性。话不多说,现在就让我们开始这场激发潜能的AI学习之旅吧。

面向开发者的LLM入门课程-找出相关产品和类别名称

面向开发者的LLM入门课程-找出相关产品和类别名称:

找出相关产品和类别名称

在我们进行开发时,通常需要处理和解析用户的输入。特别是在电商领域,可能会有各种各样的用户查询,例如:”我想要最贵的电脑”。我们需要一个能理解这种语境,并能给出相关产品和类别的工具。下面这段代码实现的功能就是这样。

首先我们定义了一个函数 find_category_and_product_v1 ,这个函数的主要目的是从用户的输入中解析出产品和类别。这个函数需要两个参数: user_input 代表用户的查询, products_and_category 是
一个字典,其中包含了产品类型和对应产品的信息。

在函数的开始,我们定义了一个分隔符 delimiter ,用来在客户服务查询中分隔内容。随后,我们创建了一条系统消息。这条消息主要解释了系统的运作方式:用户会提供客户服务查询,查询会被分隔符delimiter 分隔。系统会输出一个Python列表,列表中的每个对象都是Json对象。每个对象会包含’类别’和’名称’两个字段,分别对应产品的类别和名称。

我们创建了一个名为 messages 的列表,用来存储这些示例对话以及用户的查询。最后,我们使用get_completion_from_messages 函数处理这些消息,返回处理结果。

通过这段代码,我们可以看到如何通过对话的方式理解和处理用户的查询,以提供更好的用户体验。

from tool import get_completion_from_messages
def find_category_and_product_v1(user_input,products_and_category):
“””
从用户输入中获取到产品和类别
参数:
user_input:用户的查询
products_and_category:产品类型和对应产品的字典
“””
delimiter = “####”
system_message = f”””
您将提供客户服务查询。
客户服务查询将用{delimiter}字符分隔。
输出一个 Python 列表,列表中的每个对象都是 Json 对象,每个对象的格式如下:
‘类别’: <电脑和笔记本, 智能手机和配件, 电视和家庭影院系统, 游戏机和配件, 音频设备, 相机和摄像机中的一个>,
以及
‘名称’: <必须在下面允许的产品中找到的产品列表>
其中类别和产品必须在客户服务查询中找到。
如果提到了一个产品,它必须与下面允许的产品列表中的正确类别关联。
如果没有找到产品或类别,输出一个空列表。
根据产品名称和产品类别与客户服务查询的相关性,列出所有相关的产品。
不要从产品的名称中假设任何特性或属性,如相对质量或价格。
允许的产品以 JSON 格式提供。
每个项目的键代表类别。
每个项目的值是该类别中的产品列表。
允许的产品:{products_and_category}
“””
few_shot_user_1 = “””我想要最贵的电脑。”””
few_shot_assistant_1 = “””
[{‘category’: ‘电脑和笔记本’,
‘products’: [‘TechPro 超极本’, ‘BlueWave 游戏本’, ‘PowerLite Convertible’, ‘TechPro
Desktop’, ‘BlueWave Chromebook’]}]
“””
messages = [
{‘role’:’system’, ‘content’: system_message},
{‘role’:’user’, ‘content’: f”{delimiter}{few_shot_user_1}{delimiter}”},
{‘role’:’assistant’, ‘content’: few_shot_assistant_1 },
{‘role’:’user’, ‘content’: f”{delimiter}{user_input}{delimiter}”},
]
return get_completion_from_messages(messages)

面向开发者的LLM入门课程-在一些查询上进行评估
面向开发者的LLM入门课程-在一些查询上进行评估:在一些查询上进行评估 对上述系统,我们可以首先在一些简单查询上进行评估: # ...

嘿,伙伴们,今天我们的AI探索之旅已经圆满结束。关于“面向开发者的LLM入门课程-找出相关产品和类别名称”的内容已经分享给大家了。感谢你们的陪伴,希望这次旅程让你对AI能够更了解、更喜欢。谨记,精准提问是解锁AI潜能的钥匙哦!如果有小伙伴想要了解学习更多的AI知识,请关注我们的官网“AI智研社”,保证让你收获满满呦!

微信扫一扫

支付宝扫一扫

版权: 转载请注明出处:https://www.ai-blog.cn/2603.html

相关推荐
01-15

面向开发者的LLM入门课程-路由链: 路由链 到目前为止,我们已经学习了大语言模型链和顺序链。但是…

215
01-15

面向开发者的LLM入门课程-顺序链: 顺序链 当只有一个输入和一个输出时,简单顺序链(SimpleSequen…

399
01-15

面向开发者的LLM入门课程-简单顺序链: 简单顺序链 顺序链(SequentialChains)是按预定义顺序执行…

399
01-15

面向开发者的LLM入门课程-大语言模型链: 模型链 链(Chains)通常将大语言模型(LLM)与提示(Pro…

399
01-15

面向开发者的LLM入门课程-对话储存英文版提示: 英文版提示 1.对话缓存储存 from langchain.chains…

399
01-15

面向开发者的LLM入门课程-对话摘要缓存储存: 对话摘要缓存储存 对话摘要缓存储存,使用 LLM 对到…

399
01-15

面向开发者的LLM入门课程-对话字符缓存储存: 对话字符缓存储存 使用对话字符缓存记忆,内存将限制…

399
01-15

面向开发者的LLM入门课程-对话缓存窗口储存: 对话缓存窗口储存 随着对话变得越来越长,所需的内存…

399
发表评论
暂无评论

还没有评论呢,快来抢沙发~

助力原创内容

快速提升站内名气成为大牛

扫描二维码

手机访问本站