LangChain: Büyük Dil Modelleriyle Yapay Zeka Uygulamalarınızı Nasıl Geliştirebilirsiniz?

Büyük dil modellerini (LLM) mevcut uygulamalarda kullanmak istendiği zaman OpenAI API'ları tek yönlü request attığından dolayı yetersiz kalabiliyor. Ayrıca bir request'in chat formuna dönüşebilmesi için LLM'lerin bir hafızaya sahip olması gerektiğinden, mevcut yöntemler bu sorunla sık sık karşılaşmakta. Bu noktada LangChain frameworkü, birçok vektör database ile, farklı open-source embedding modellerle ve hatta GPT-4 harici diğer LLM modellerle de uygulama geliştirmeye olanak sağlıyor. Zincir şeklinde çalışma mantığına sahip bu framework ile daha detaylı,spesifik ve YZ uygulamalarına entegre edilebilecek yapıda fonksiyonlar sunulmakta.

LLM nedir?

LangChain nedir?

LangChain'in bileşenleri nelerdir?

LangChain bileşenleri birlikte nasıl çalışır?

Metin üretmek için LangChain nasıl kullanılır?

Dil çevirisi yapmak için LangChain nasıl kullanılır?

Farklı türlerde yaratıcı içerikler yazmak için LangChain nasıl kullanılır?

Soruları yanıtlamak için LangChain nasıl kullanılır?

Embeddings ve vector database'ler nasıl çalışır?

Kendi verilerinizi nasıl kullanabilirsiniz?

LangChain'de vector database'leri nasıl uygulanır?

Konuşmacı:

Tolga Kurtuluş 

Statistician/LLM Developer

Mekan Sponsoru: 

Zemin İstanbul

Lokasyon:

Şişhane M2 Metro Durağı Zemin Katındaki etkinlik yeri.

Şahkulu, Şişhane Metro Durağı, Meşrutiyet Cd. Vergi Dairesi Girişi No:125 D:1.Kat, 34421 Beyoğlu/İstanbul

Anadolu yakasından gelecekseniz:

Marmaray Yenikapı istasyonundan M2 Metrosuna binip Şişhane durağından yürüme mesafesinde.

Metrobüsle gelindiğinde Zincirlikuyu veya Mecidiyeköy Şişli Durağından M2 Metrosuna binip Şişhane durağından ulaşılabilinir.