ЧИТАЙТЕ БЛОГ ПОЛНОСТЬЮ НИЖЕ

ВТим | Математика с использованием LLM и Langchain

В этом посте мы рассмотрим различные математические задачи с использованием LangChains. Почему этот пост важен? Потому что у студентов магистратуры есть ограничения, когда дело касается математики. Причины заключаются в следующем:

  • Отсутствие присущих математических знаний. Магистр права в основном обучаются на больших текстовых корпусах и им не хватает присущих математических знаний. У них нет понимания математических концепций, как у людей.
  • Требование к единственному правильному ответу. Математические задачи обычно имеют один правильный ответ, что затрудняет последовательное выработку точных решений для студентов LLM.
  • Фокус на создании языка: LLM предназначены для создания языка и по своей сути не могут выполнять математические вычисления. Они стремятся предсказать следующее слово или токен в последовательности, а не решать математические уравнения.
  • Потребность в явных инструкциях.Чтобы заставить LLM выполнять математические задачи, пользователям часто необходимо предоставлять явные инструкции и формулировать задачи так, чтобы LLM могли их понять.

С появлением Langchain это ограничение было в некоторой степени устранено. В этом конкретном посте мы рассмотрим 3 руководства о том, как Langchains можно использовать для решения различных типов математических задач и в некоторой степени улучшим производительность LLM для решения математических задач. 3 демоверсии

  1. Базовая математика
  2. Символическая математика
  3. Текстовые задачи

Итак, давайте начнем

Основы математики

Здесь мы сначала установим несколько необходимых пакетов, создадим объект OpenAI с помощью api_key, а затем, в конечном итоге, создадим объект LLMMathChain.

#!pip install langchain openai
from langchain import OpenAI, LLMMathChain
llm = OpenAI(temperature=0,openai_api_key=api_key)
llm_math = LLMMathChain.from_llm(llm, verbose=True)

Настало время примеров

llm_math.run("What is 13 raised to the .3432 power?")

Результат

Теперь, чтобы показать ограничения LLM по математике, мы зададим тот же вопрос общедоступной версии ChatGPT

Это неправильно. Если не верите, возьмите калькулятор и проверьте сами.

Аналогичным образом попробуйте запустить приведенный ниже фрагмент кода.

llm_math.run("What is 13.87 multiplied 15.34 minus 3.32 ?")

Что даст такой результат

И теперь использую ChatGPT 3.5 по умолчанию.

Итак, вы увидели, что LLM не лучший вариант для математики, но с помощью Langchain это ограничение можно в некоторой степени улучшить.

Прочтите полный блог на vTeam.ai, где вы найдете руководство по символьной математике и примеры задач Word.