LangChain是一個強大的框架，目標是幫助開發者使用語言模型構建端對端的應用程式。它提供了一套工具、元件和介面，可簡化創建由大型語言模型(LLM)和聊天模型提供支援的應用程式的過程。透過LangChain，開發者可以輕鬆構建基於RAG或者Agent流水線的複雜應用體系，而目前我們已經可以在LangChain 的關鍵元件LLM、Text Embedding和Reranker中直接呼叫OpenVINO進行模型部署，提升本地RAG和Agent服務的性能，接下來就讓我們一起來看看這些元件的使用方法吧！
RAG系統參考流水線。
安裝方式
相較常規的LangChain安裝，如果想在LangChain中呼叫OpenVINO，只需再額外安裝 OpenVINO的Optimum-intel組件。其中已經包含對 OpenVINO runtime 以及NNCF等依賴項的安裝。
pip install langchain
pip install --upgrade-strategy eager "optimum"
LLM
大型語言模型是LangChain框架中最核心的模型服務元件，可以實現RAG系統中的答案生成與Agent系統中的規劃和工具呼叫能力，鑒於OpenVINO的Optimum-intel元件目前已經適配了大部分 LLM 的推論任務，並且該套件可以無縫對接HuggingFace的Transformers函式庫，因此在和LangChain的整合中，我們將OpenVINO添加為了 HuggingFace Pipeline 中的一個 Backend後端，並直接重複使用其程式碼。
開發者可透過以下方式在LangChain的 HuggingFace Pipeline中對OpenVINO的LLM物件進行初始化，其中model_id可以是一個HuggingFace的模型ID，也可以是本地的PyTorch或者OpenVINO格式模型路徑：
from langchain_community.llms.huggingface_pipeline import HuggingFacePipeline
ov_config = {"PERFORMANCE_HINT": "LATENCY", "NUM_STREAMS": "1", "CACHE_DIR": ""}
ov_llm = HuggingFacePipeline.from_model_id(
model_id="gpt2",
task="text-generation",
backend="openvino",
model_kwargs={"device": "CPU", "ov_config": ov_config},
pipeline_kwargs={"max_new_tokens": 10},
)
在創建好OpenVINO的LLM模型物件後，我們就可以像呼叫其他LLM元件一樣來部署推論任務。
from langchain_core.prompts import PromptTemplate
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
chain = prompt | ov_llm
question = "What is electroencephalography?"
print(chain.invoke({"question": question}))
如果你想把LLM部署在Intel的GPU上，也可以透過修改model_kwargs={"device": "GPU"}來進行遷移。此外也可以透過Optimum-intel的命令列工具先將模型匯出到本地，再進行部署，這個過程中可以直接匯出INT4量化後的模型格式。
optimum-cli export openvino --model gpt2 --weight-format int4 ov_model_dir
關於OpenVINO LLM元件更多的資訊和使用方式可參考以下連結：
https://python.langchain.com/v0.1/docs/integrations/llms/openvino/
Text Embedding
Text Embedding模型是作用是將文字轉化成特徵向量，以便對基於文字進行相似度檢索，該模型在RAG系統中得到了廣泛應用，期望從Text Embedding任務中得到Top k個候選上下文Context，目前Text Embedding模型可以透過Optimum-intel中的feature-extraction任務進行匯出：
optimum-cli export openvino --model BAAI/bge-small-en --task feature-extraction
在LangChain中，我們可以透過OpenVINOEmbeddings和OpenVINOBgeEmbeddings這兩個物件來部署傳統BERT 類的Embedding模型以及基於BGE的Embedding模型，以下是一個BGE Embedding模型部署範例：
model_name = "BAAI/bge-small-en"
model_kwargs = {"device": "CPU"}
encode_kwargs = {"normalize_embeddings": True}
ov_embeddings = OpenVINOBgeEmbeddings(
model_name_or_path=model_name,
model_kwargs=model_kwargs,
encode_kwargs=encode_kwargs,
)
embedding = ov_embeddings.embed_query("hi this is harrison")
Reranker
Reranker本質上是一個文字分類模型，透過該模型，我們可以得到每一條候選上下文Context 與問題Query的相似度列表，對其排序後，可以進一步過濾RAG系統中的上下文 Context，Reranker模型可以透過Optimum-intel中的text-classification任務進行匯出：
optimum-cli export openvino --model BAAI/bge-reranker-large --task text-classification
在使用過程中，透過OpenVINOReranker進行創建Renrank任務，搭配 ContextualCompressionRetriever 使用，實現對檢索器Retriever的搜尋結果進行壓縮。透過定義top n大小，可以限制最後輸出的上下文語句數量，例如在下面這個例子中，我們會對檢索器retriever的top k個檢索結果進行重排，並選取其中與Query相似度最高的4個結果，達到進一步壓縮輸入Prompt長度的目的。
model_name = "BAAI/bge-reranker-large"
ov_compressor = OpenVINOReranker(model_name_or_path=model_name, top_n=4)
compression_retriever = ContextualCompressionRetriever(
base_compressor=ov_compressor, base_retriever=retriever
)
關於 OpenVINO Reranker 元件更多的資訊和使用方式可參考以下連結：
https://python.langchain.com/v0.1/docs/integrations/document_transformers/openvino_rerank/
總結
基於OpenVINO的模型任務目前已整合到LangChain框架元件中，開發者能以更便捷的方式，在原本基於LangChain構建的上層AI應用中，取得對於關鍵模型推論性能上的提升。對於Intel的AI PC開發者來說，借助LangChain和 OpenVINO的整合，也能以更低的硬體門檻和資源佔用來創建LLM服務。
參考資料
只需不到短短一分鐘...
輸入您的信箱與ID註冊即可享有一切福利!
會員福利
免費電子報
會員搶先看
主題訂閱
好文收藏
.jpg)
.jpg)