LangChain ۋە DSPy بىلەن ئېنىقلىما سىناق ئاپتوماتلاشتۇرۇشتا ۋاكالەتچى سۈنئىي ئەقىلنى يولغا قويۇش

تونۇشتۇرۇش

يۇمشاق دېتال سىستېمىسىنىڭ كۈنسېرى مۇرەككەپلىشىشى سىناق ئاپتوماتلاشتۇرۇشنى يۇمشاق دېتال ئېچىشنىڭ مۇھىم مەزمۇنىغا ئايلاندۇردى. ئەنئەنىۋى سىناق ئاپتوماتلاشتۇرۇش رامكىسى قوليازما ئۇسۇلغا تايىنىدۇ ، بۇ چاتاق ۋە ساقلاش تەس. يېقىنقى يىللاردىن بۇيان ، ۋاكالەتچى سۈنئىي ئەقىل ۋە ئوركېستىرلاش قوراللىرىنىڭ بارلىققا كېلىشى مۇرەككەپ سىناق سىنارىيىلىرىنى ئاپتوماتلاشتۇرۇشنىڭ يېڭى مۇمكىنچىلىكىنى ئاچتى. بۇ ماقالىدە ، ۋاكالەتچى سۈنئىي ئەقىل ، ئوركېستىرلاش قوراللىرى ۋە يۇمشاق دېتال قۇرۇلۇشىنىڭ كېسىشىش ئېغىزى ئۈستىدە ئىزدىنىپ ، LangChain ۋە DSPy ئارقىلىق مۇرەككەپ سىناق سىنارىيىلىرىنى ئاپتوماتلاشتۇرىمىز.

ۋاكالەتچى سۈنئىي ئەقىل دېگەن نېمە؟

ۋاكالەتچى سۈنئىي ئەقىل بىر خىل سۈنئىي ئىدراكنى كۆرسىتىدۇ ، ئۇ ئىشلەتكۈچى ياكى سىستېمىغا ۋاكالىتەن ھەرىكەت قىلىش ئۈچۈن لايىھەلەنگەن. ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى قارار چىقىرىش ، تەجرىبىدىن ئۆگىنىش ۋە يېڭى ئەھۋاللارغا ماسلىشىش ئىقتىدارىغا ئىگە. سىناق ئاپتوماتلاشتۇرۇش ئارقا كۆرۈنۈشىدە ، ۋاكالەتچى سۈنئىي ئەقىل ئابونتلارنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىش ، سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقىرىش ۋە سىناق شارائىتىنىڭ ئۆزگىرىشىگە ماسلىشىش ئارقىلىق مۇرەككەپ سىناق سىنارىيەسىنى ئاپتوماتلاشتۇرۇشقا ئىشلىتىلىدۇ.

LangChain دېگەن نېمە؟

LangChain ئوچۇق كودلۇق ئوركېستىرلاش قورالى بولۇپ ، پروگرامما ئاچقۇچىلارغا Python ، Rust ۋە Go قاتارلىق ھەر خىل پروگرامما تىللىرىنى ئىشلىتىپ مۇرەككەپ سۈنئىي ئەقىل سىستېمىسى قۇرالايدۇ. LangChain جانلىق ۋە مودۇللۇق قۇرۇلما بىلەن تەمىنلەيدۇ ، ئۇ ئاچقۇچىلارغا تەبىئىي تىل بىر تەرەپ قىلىش (NLP) ۋە كومپيۇتېر كۆرۈش قاتارلىق ئوخشىمىغان سۈنئىي ئەقىل تەركىبلىرىنى بىرلەشتۈرۈپ ، مۇرەككەپ سۈنئىي ئەقىل سىستېمىسى بەرپا قىلالايدۇ.

DSPy دېگەن نېمە؟

DSPy Python كۈتۈپخانىسى بولۇپ ، سۈنئىي ئەقىل سىستېمىسى قۇرۇش ۋە ئورۇنلاشتۇرۇش ئۈچۈن بىر يۈرۈش قوراللار بىلەن تەمىنلەيدۇ. DSPy LangChain بىلەن ماس قەدەمدە ئىشلەش ئۈچۈن لايىھەلەنگەن بولۇپ ، سانلىق مەلۇمات بىر تەرەپ قىلىش ، ماشىنا ئۆگىنىشى ۋە چوڭقۇر ئۆگىنىش قاتارلىق بىر قاتار ئىقتىدارلارنى تەمىنلەيدۇ.

ئېنىقلىما سىناق ئاپتوماتلاشتۇرۇشتا ۋاكالەتچى سۈنئىي ئەقىلنى يولغا قويۇش

ۋاكالەتچى سۈنئىي ئەقىلنى دېتېرمىنىزىملىق سىناق ئاپتوماتلاشتۇرۇشتا يولغا قويۇش ئۈچۈن ، بىز LangChain ۋە DSPy ئارقىلىق ئابونتلارنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىدىغان ، سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقىرىدىغان ۋە سىناق شارائىتىنىڭ ئۆزگىرىشىگە ماس كېلىدىغان سىناق ئاپتوماتلاشتۇرۇش رامكىسى قۇرالايمىز.

بۇ يەردە قانداق قىلىپ LangChain ۋە DSPy ئارقىلىق سىناق سىنارىيەسىنى ئاپتوماتىك ئىشلىتەلەيدىغانلىقىمىزنىڭ ئاددىي بىر مىسالى: `` python import langchain from langchain.chains import LLMChain langchain.llms دىن DSPyLLM ئىمپورت قىلىدۇ

test_scenario = { "user_input": "كىرىش", "expected_output": "كىرىش مۇۋەپپەقىيەتلىك" }

ۋاكالەتچى سۈنئىي ئەقىل ۋاكالەتچىسىگە ئېنىقلىما بېرىڭ

agent = LLMChain ( llm = DSPyLLM (), input_type = "تېكىست", output_type = "تېكىست" )

سىناق ئاپتوماتلاشتۇرۇش ئىقتىدارىنى ئېنىقلاڭ

def test_automation (test_scenario): # ئىشلەتكۈچىنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىڭ user_input = test_scenario ["user_input"] # سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقىرىڭ قارار = agent.run (user_input) # سىناق شارائىتىنى ئۆزگەرتىشكە ماسلىشىڭ if decision == "كىرىش مۇۋەپپەقىيەتلىك": بېسىپ چىقىرىش ("سىناقتىن ئۆتتى") else: بېسىپ چىقىرىش ("سىناق مەغلۇپ بولدى")

سىناق ئاپتوماتلاشتۇرۇش ئىقتىدارىنى ئىجرا قىلىڭ

test_automation (test_scenario) `` بۇ مىسالدا ، بىز ئابونتلارنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىش ، سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقىرىش ۋە سىناق شارائىتىنىڭ ئۆزگىرىشىگە ماسلىشىشنى ئۆز ئىچىگە ئالغان سىناق سىنارىيەسىنى ئېنىقلايمىز. ئاندىن بىز LangChain ۋە DSPy ئارقىلىق ۋاكالەتچى سۈنئىي ئەقىل ۋاكالەتچىسىگە ئېنىقلىما بېرىمىز ، ھەمدە ئۇنى سىنارىيەنى ئاپتوماتىك ئىشلىتىمىز.

ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

بۇ يەردە LangChain ۋە DSPy ئۈچۈن ئەڭ كۆپ ئىشلىتىلگەن 5-10 بۇيرۇق / ئۈزۈندىلەر:

1. langchain.LLMChain (llm = DSPyLLM ()) `: LangChain ۋە DSPy ئارقىلىق ۋاكالەتچى AI ۋاكالەتچىسى قۇرىدۇ.
2. DSPyLLM () `: DSPy LLM (چوڭ تىل مودېلى) مىسالى.
3. LLMChain (input_type = "text", output_type = "text") `: تېكىست كىرگۈزۈش ۋە چىقىرىش تىپى بىلەن ۋاكالەتچى AI ۋاكالەتچىسى قۇرىدۇ.
4. agent.run (user_input): ئىشلەتكۈچى كىرگۈزۈش ئارقىلىق ۋاكالەتچى AI ۋاكالەتچىسىنى ئىجرا قىلىدۇ.
6. langchain.chains.LLMChain (llm = DSPyLLM ()) `: LangChain ۋە DSPy ئارقىلىق ۋاكالەتچى AI ۋاكالەتچىسى قۇرىدۇ.
7. "DSPyLLM (). ئالدىن پەرەز (user_input)": ئىشلەتكۈچى كىرگۈزۈش ئارقىلىق DSPy LLM نىڭ چىقىرىلىشىنى مۆلچەرلەيدۇ.
8. LLMChain (input_type = "text", output_type = "text"). Run (user_input) `: تېكىست كىرگۈزۈش ۋە چىقىرىش تىپى بىلەن ۋاكالەتچى AI ۋاكالەتچىسىنى ئىجرا قىلىدۇ.
9. test_automation (test_scenario) `: سىناق سىنارىيە بىلەن سىناق ئاپتوماتلاشتۇرۇش ئىقتىدارىنى ئىجرا قىلىدۇ.
10. langchain.chains.LLMChain (llm = DSPyLLM ()). Run (user_input) `: ئىشلەتكۈچى كىرگۈزۈش ئارقىلىق ۋاكالەتچى AI ۋاكالەتچىسىنى ئىجرا قىلىدۇ.

Visualization

بۇ يەردە ۋاكالەتچى سۈنئىي ئەقىل ۋاكالەتچىسى Chart.js نى ئىشلىتىپ تەسۋىرلەنگەن: json { "type": "bar", "data": { "بەلگە": ["ئىشلەتكۈچى كىرگۈزۈش" ، "قارار" ، "ماسلىشىش"], "datasets": [ { "label": "ۋاكالەتچى AI ۋاكالەتچىسى", "data": [10, 20, 30], "backgroundColor": "rgba (255, 99, 132, 0.2)", "borderColor": "rgba (255, 99, 132, 1)", "borderWidth": 1 } ] }, "options": { "title": { "display": true, "text": "ۋاكالەتچى سۈنئىي ئەقىل ۋاكالەتچىسى" }, "تارازا": { "yAxes": [ { "ticks": { "startAtZero": راست } } ] } } } بۇ تەسۋىر ۋاكالەتچى سۈنئىي ئەقىل ۋاكالەتچىسىنىڭ ئابونتلارنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىش ، سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقىرىش ۋە سىناق شارائىتىنىڭ ئۆزگىرىشىگە ماسلىشىشتىكى ئىپادىسىنى كۆرسىتىپ بېرىدۇ.

خۇلاسە

بۇ ماقالىدە بىز ۋاكالەتچى سۈنئىي ئەقىل ، ئوركېستىرلاش قورالى ۋە يۇمشاق دېتال قۇرۇلۇشىنىڭ كېسىشىش ئېغىزى ئۈستىدە ئىزدىنىپ ، LangChain ۋە DSPy ئارقىلىق مۇرەككەپ سىناق سىنارىيىلىرىنى ئاپتوماتلاشتۇردۇق. بىز دېتېرمىنىزىملىق سىناق ئاپتوماتلاشتۇرۇشتا ۋاكالەتچى سۈنئىي ئەقىلنىڭ ئاددىي بىر مىسالىنى يولغا قويدۇق ۋە LangChain ۋە DSPy ئۈچۈن بىر قاتار بۇيرۇق / پارچىلارنى تەمىنلىدۇق. بىز يەنە ۋاكالەتچى AI ۋاكالەتچىسىنىڭ Chart.js ئارقىلىق ئىپادىسىنى كۆردۇق. ۋاكالەتچى سۈنئىي ئەقىل ۋە ئوركېستىرلاش قورالىدىن پايدىلىنىپ ، ئاچقۇچىلار ئابونتلارنىڭ ئۆز-ئارا تەسىر قىلىشىنى تەقلىد قىلىدىغان ، سىناق سانلىق مەلۇماتلىرىغا ئاساسەن قارار چىقارالايدىغان ۋە سىناق شارائىتىنىڭ ئۆزگىرىشىگە ماس كېلىدىغان مۇرەككەپ سىناق ئاپتوماتلاشتۇرۇش رامكىسىنى قۇرالايدۇ.