АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
2219276 статей на русском языкеО РУВИКИ

LangChain

LangChain — фреймворк (программная среда или оболочка) и библиотека программных инструментов с открытым исходным кодом, помогающая интегрировать большие языковые модели (large language models, LLM), например, такие как GPT-3 и GPT-4, в LLM-приложения с использованием искусственного интеллекта, внешние сервисы и источники данных. Штаб-квартира компании-разработчика находится в Сан-Франциско, Калифорния[1].

Общие сведения

История

В октябре 2022 года американский программист Харрисон Чейз основал LangChain. До запуска собственного проекта Чейз, получивший степень в области статистики и компьютерных наук в Гарвардском университете, руководил подразделением по машинному обучению в компании Robust Intelligence и работал в Kensho Technologies, стартапе в сфере финтеха[2].

В начале апреля 2023 года компания Benchmark инвестировала в проект 10 млн долларов. В том же месяце стартап привлёк 20 млн долларов инвестиций от венчурной компании Sequoia Capital. По итогам проведённого раунда финансирования LangChain оценивалась в 200 млн долларов. Весной того же года число сторонних разработчиков-участников проекта на веб-хостинг репозиториев GitHub достигло 2 тыс. человек, аудитория платформы превысила 50 тыс. пользователей[3][4][2].

В июле 2023 года команда приступила к бета-тестированию решения для разработки, мониторинга и тестирования LLM-приложений, в феврале 2024 года выпустила продукт на рынок[5].

Особенности

Оболочка LangChain использует языки программирования Python и JavaScript, обеспечивая разработчиков LLM-приложений (таких как чат-боты и виртуальные агенты) набором инструментов, которые упрощают процесс работы и сокращающих время получения конечного результата[6].

Основные модули программной среды[7][8]:

  • Схема. Базовая структура, отвечающая за управление взаимодействием и интеграцией данных;
  • Модели. Через оригинальный интерфейс пользователям доступны различные LLM- модели (ChatGPT, Anthropic, Hugging Face, Cohere, LLaMa), Chat Models, Text Embedding, которые можно применять при создании собственных приложений;
  • Цепочки вызовов. Позволяют пользователю выстраивать сложную последовательность блоков;
  • Индексы. Функционал для загрузки и извлечения документов, разделители текста, инструменты для взаимодействия с различными типами текстовой информации;
  • Векторное хранилище. Векторная база данных Deep Lake, позволяющая хранить большие массивы информации в облаке;
  • Виртуальные агенты. Программы, которые, исходя из определённых алгоритмов, подбирают ответы, подсказки, советы в зависимости от получаемых от пользователя запроса.

Примечания

  1. ↑ About (англ.). www.langchain.com. Дата обращения: 6 марта 2025.
  2. ↑ 1 2 How Is Harrison Chase LangChain Transforming AI Landscape? (англ.). Ictmirror.com (10 апреля 2024).
  3. ↑ Announcing our $10M seed round led by Benchmark, LangChain Blog (4 апреля 2023). Дата обращения: 6 марта 2025.
  4. ↑ Exclusive: AI startup LangChain taps Sequoia to lead funding round at a valuation of at least $200 million, Business Insider. Дата обращения: 6 марта 2025.
  5. ↑ Announcing the General Availability of LangSmith and Our Series A Led By Sequoia Capital, LangChain Blog (15 февраля 2024). Дата обращения: 6 марта 2025.
  6. ↑ Sen, Shikha. What is LangChain?, Analytics Vidhya (13 июня 2024). Дата обращения: 6 марта 2025.
  7. ↑ Mariya Mansurova. Topic Modelling in production (англ.). Towardsdatascience.com (30 октября 2023).
  8. ↑ LangChain & GPT-4 for Code Understanding: Twitter Algorithm (англ.). www.activeloop.ai. Дата обращения: 6 марта 2025.

Дополнительно по теме

Категории

© Правообладателем данного материала является АНО «Интернет-энциклопедия «РУВИКИ».
Использование данного материала на других сайтах возможно только с согласия АНО «Интернет-энциклопедия «РУВИКИ».