NVIDIAEmbeddings 集成 - Docs by LangChain

langchain-nvidia-ai-endpoints 包包含由 NVIDIA AI 基础模型提供支持并托管在 NVIDIA API 目录上的聊天模型和嵌入模型的 LangChain 集成。 NVIDIA AI 基础模型是社区和 NVIDIA 构建的模型，经过优化可在 NVIDIA 加速基础设施上提供最佳性能。您可以使用 API 查询 NVIDIA API 目录上可用的实时端点，从 DGX 托管的云计算环境中快速获取结果，或者您可以使用 NVIDIA NIM（包含在 NVIDIA AI Enterprise 许可证中）从 NVIDIA 的 API 目录下载模型。在本地运行模型的能力使您的企业拥有自定义能力，并完全控制您的知识产权和 AI 应用程序。 NIM 微服务按模型/模型系列打包为容器镜像，并通过 NVIDIA NGC 目录作为 NGC 容器镜像分发。NIM 微服务的核心是提供交互式 API 以在 AI 模型上运行推理的容器。本示例介绍如何使用 LangChain 通过 NVIDIAEmbeddings 类与支持的 NVIDIA 检索问答嵌入模型进行交互，以实现检索增强生成。有关通过此 API 访问聊天模型的更多信息，请参阅 ChatNVIDIA 文档。

安装包

pip install -qU langchain-nvidia-ai-endpoints

访问 NVIDIA API 目录

要获得对 NVIDIA API 目录的访问权限，请执行以下操作：

在 NVIDIA API 目录上创建一个免费帐户并登录。
单击您的个人资料图标，然后单击 API Keys。将显示 API Keys 页面。
单击 Generate API Key。将显示 Generate API Key 窗口。
单击 Generate Key。您应该会看到 API Key Granted，并且您的密钥会出现。
复制密钥并将其保存为 NVIDIA_API_KEY。
要验证您的密钥，请使用以下代码。

import getpass
import os

if os.environ.get("NVIDIA_API_KEY", "").startswith("nvapi-"):
    print("Valid NVIDIA_API_KEY already in environment. Delete to reset")
else:
    nvapi_key = getpass.getpass("NVAPI Key (starts with nvapi-): ")
    assert nvapi_key.startswith(
        "nvapi-"
    ), f"{nvapi_key[:5]}... is not a valid key"
    os.environ["NVIDIA_API_KEY"] = nvapi_key

现在您可以使用您的密钥访问 NVIDIA API 目录上的端点。

使用 API 目录

初始化嵌入模型时，您可以通过传递模型（例如下面的 NV-Embed-QA）来选择模型，或者不传递任何参数以使用默认模型。

from langchain_nvidia_ai_endpoints import NVIDIAEmbeddings

embedder = NVIDIAEmbeddings(model="NV-Embed-QA")

此模型是一个经过微调的 E5-large 模型，支持预期的 Embeddings 方法，包括：

embed_query：为查询样本生成查询嵌入。
embed_documents：为要搜索的文档列表生成段落嵌入。
aembed_query/aembed_documents：上述方法的异步版本。

使用 NVIDIA NIM 微服务自托管

当您准备好部署 AI 应用程序时，可以使用 NVIDIA NIM 自托管模型。有关更多信息，请参阅 NVIDIA NIM 微服务。以下代码连接到本地托管的 NIM 微服务。

from langchain_nvidia_ai_endpoints import ChatNVIDIA, NVIDIAEmbeddings, NVIDIARerank

# connect to a chat NIM running at localhost:8000, specifying a model
llm = ChatNVIDIA(base_url="http://localhost:8000/v1", model="meta/llama3-8b-instruct")

# connect to an embedding NIM running at localhost:8080
embedder = NVIDIAEmbeddings(base_url="http://localhost:8080/v1")

# connect to a reranking NIM running at localhost:2016
ranker = NVIDIARerank(base_url="http://localhost:2016/v1")

相似度

以下是对这些数据点相似度的快速测试： 查询：

科尔恰特卡的天气怎么样？
意大利以哪些食物闻名？
我叫什么名字？我打赌你不记得了…
生活的意义到底是什么？
生活的意义在于享受乐趣 :D

文档：

科尔恰特卡的天气寒冷，冬季漫长而严酷。
意大利以意大利面、披萨、冰淇淋和浓缩咖啡而闻名。
我无法回忆个人姓名，只能提供信息。
生活的目的各不相同，通常被视为个人成就。
享受生活中的时刻确实是一种美妙的方式。

嵌入运行时

print("\nSequential Embedding: ")
q_embeddings = [
    embedder.embed_query("What's the weather like in Komchatka?"),
    embedder.embed_query("What kinds of food is Italy known for?"),
    embedder.embed_query("What's my name? I bet you don't remember..."),
    embedder.embed_query("What's the point of life anyways?"),
    embedder.embed_query("The point of life is to have fun :D"),
]
print("Shape:", (len(q_embeddings), len(q_embeddings[0])))

文档嵌入

print("\nBatch Document Embedding: ")
d_embeddings = embedder.embed_documents(
    [
        "Komchatka's weather is cold, with long, severe winters.",
        "Italy is famous for pasta, pizza, gelato, and espresso.",
        "I can't recall personal names, only provide information.",
        "Life's purpose varies, often seen as personal fulfillment.",
        "Enjoying life's moments is indeed a wonderful approach.",
    ]
)
print("Shape:", (len(d_embeddings), len(d_embeddings[0])))

现在我们已经生成了嵌入，可以对结果进行简单的相似度检查，以查看在检索任务中哪些文档会触发合理的答案：

pip install -qU  matplotlib scikit-learn

import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics.pairwise import cosine_similarity

# Compute the similarity matrix between q_embeddings and d_embeddings
cross_similarity_matrix = cosine_similarity(
    np.array(q_embeddings),
    np.array(d_embeddings),
)

# Plotting the cross-similarity matrix
plt.figure(figsize=(8, 6))
plt.imshow(cross_similarity_matrix, cmap="Greens", interpolation="nearest")
plt.colorbar()
plt.title("Cross-Similarity Matrix")
plt.xlabel("Query Embeddings")
plt.ylabel("Document Embeddings")
plt.grid(True)
plt.show()

提醒一下，发送到我们系统的查询和文档是： 查询：

科尔恰特卡的天气怎么样？
意大利以哪些食物闻名？
我叫什么名字？我打赌你不记得了…
生活的意义到底是什么？
生活的意义在于享受乐趣 :D

文档：

科尔恰特卡的天气寒冷，冬季漫长而严酷。
意大利以意大利面、披萨、冰淇淋和浓缩咖啡而闻名。
我无法回忆个人姓名，只能提供信息。
生活的目的各不相同，通常被视为个人成就。
享受生活中的时刻确实是一种美妙的方式。

截断

嵌入模型通常具有固定的上下文窗口，该窗口决定了可以嵌入的最大输入令牌数。此限制可能是硬限制（等于模型的最大输入令牌长度），或者是有效限制，超过该限制后嵌入的准确性会降低。由于模型处理令牌，而应用程序通常处理文本，因此应用程序可能难以确保其输入保持在模型的令牌限制内。默认情况下，如果输入过大，会抛出异常。为了解决这个问题，NVIDIA 的 NIM（API 目录或本地）提供了一个 truncate 参数，如果输入过大，可以在服务器端对其进行截断。 truncate 参数有三个选项：

“NONE”：默认选项。如果输入过大，会抛出异常。
“START”：服务器从开头（左侧）截断输入，根据需要丢弃令牌。
“END”：服务器从末尾（右侧）截断输入，根据需要丢弃令牌。

long_text = "AI is amazing, amazing is " * 100

strict_embedder = NVIDIAEmbeddings()
try:
    strict_embedder.embed_query(long_text)
except Exception as e:
    print("Error:", e)

truncating_embedder = NVIDIAEmbeddings(truncate="END")
truncating_embedder.embed_query(long_text)[:5]

RAG 检索

以下是对 LangChain 表达式语言检索食谱条目初始示例的重新利用，但使用 AI 基础模型在其游乐场环境中可用的 Mixtral 8x7B Instruct 和 NVIDIA 检索问答嵌入模型执行。食谱中的后续示例也按预期运行，我们鼓励您使用这些选项进行探索。 提示： 我们建议使用 Mixtral 进行内部推理（即用于数据提取、工具选择等的指令遵循），并使用 Llama-Chat 进行单个最终的“根据历史和上下文为该用户制作一个简单响应来总结”响应。

pip install -qU  langchain faiss-cpu tiktoken langchain-community

from operator import itemgetter

from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_nvidia_ai_endpoints import ChatNVIDIA

vectorstore = FAISS.from_texts(
    ["harrison worked at kensho"],
    embedding=NVIDIAEmbeddings(model="NV-Embed-QA"),
)
retriever = vectorstore.as_retriever()

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "Answer solely based on the following context:\n<Documents>\n{context}\n</Documents>",
        ),
        ("user", "{question}"),
    ]
)

model = ChatNVIDIA(model="ai-mixtral-8x7b-instruct")

chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt
    | model
    | StrOutputParser()
)

chain.invoke("where did harrison work?")

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "Answer using information solely based on the following context:\n<Documents>\n{context}\n</Documents>"
            "\nSpeak only in the following language: {language}",
        ),
        ("user", "{question}"),
    ]
)

chain = (
    {
        "context": itemgetter("question") | retriever,
        "question": itemgetter("question"),
        "language": itemgetter("language"),
    }
    | prompt
    | model
    | StrOutputParser()
)

chain.invoke({"question": "where did harrison work", "language": "italian"})

​安装包

​访问 NVIDIA API 目录

​使用 API 目录

​使用 NVIDIA NIM 微服务自托管

​相似度

​嵌入运行时

​文档嵌入

​截断

​RAG 检索

​相关主题

安装包

访问 NVIDIA API 目录

使用 API 目录

使用 NVIDIA NIM 微服务自托管

相似度

嵌入运行时

文档嵌入

截断

RAG 检索

相关主题