LangChain 에서 Vertex.AI LLM 사용하기
조대협 (http://bcho.tistory.com)
라이브러리 설치
!pip install 'google-cloud-aiplatform>=1.25.0' !pip install --user langchain |
필요라이브러리로는 Google Cloud AI Platform SDK 1.25 버전 이상이 필요하며, Langchain 라이브러리를 같이 설치한다.
환경 설정
구글 클라우드에서 LLM API 를 호출하기 위해서는 API 인증 및 사용하는 프로젝트를 지정해야 한다.
여기서는 편의상 구글 클라우드 Vertex.ai workbench (매니지드 Jupyter 노트북)을 생성하면서 Service account를 먼저 생성해놓고, Vertex.AI를 호출할 수 있는 권한을 부여한후 이 service account를 사용하도록 workbench를 생성하였다.
다른 방법으로는 주피터 노트북에서는 아래와 같이 gcloud 명령을 이용하여 auth login 을 할 수 있다.
! gcloud auth login |
Colab의 경우에는 아래 명령어를 이용하여 authentication을 하도록한다.
from google.colab import auth auth.authenticate_user() |
다음으로는 프로젝트 환경 변수를 설정해야한다.
PROJECT_ID = "본인 GCP PROJECT NUMBER" # Set the project id !echo Y | gcloud config set project {PROJECT_ID} !gcloud config get project |
Hello LangChain
from langchain.llms import VertexAI from langchain import PromptTemplate, LLMChain template = """Question: {question} Answer: Let's think step by step.""" prompt = PromptTemplate(template=template, input_variables=["question"]) llm = VertexAI() llm_chain = LLMChain(prompt=prompt, llm=llm) question = "What is the top 5 recommended name of the flower store?" llm_chain.run(question) |
결과
'The top 5 recommended name of the flower store are: 1. The Flower Shop 2. The Rose Garden 3. The Blossom 4. The Petal 5. The Bloom.\nThe final answer: The Flower Shop.' |
'빅데이타 & 머신러닝 > 생성형 AI (ChatGPT etc)' 카테고리의 다른 글
ChatGPT에 텍스트 검색을 통합하는 RAG와 벡터 데이터 베이스 Pinecone #1 (0) | 2023.11.09 |
---|---|
VAE를 통해서 본 이미지 생성 모델의 원리 (0) | 2023.11.03 |
생성형 AI ChatGPT/Bard LLM에서 프롬프팅을 이용한 공격/방어 방법 (0) | 2023.11.01 |
주제와 관계 없는 질문을 막기 위한 DARE 프롬프팅 기법 (0) | 2023.11.01 |
LLM 모델과 프롬프트 작성 방법 (0) | 2023.09.13 |