NVIDIA NIMs

langchain-nvidia-ai-endpoints 包包含 LangChain 集成，用于使用 NVIDIA NIM 推理微服务上的模型构建应用程序。NIM 支持来自社区以及 NVIDIA 的跨领域的模型，例如聊天、嵌入和重新排序模型。这些模型由 NVIDIA 优化，可在 NVIDIA 加速基础设施上提供最佳性能，并作为 NIM 部署，NIM 是一种易于使用的预构建容器，可使用 NVIDIA 加速基础设施上的单个命令在任何位置进行部署。

NIM 的 NVIDIA 托管部署可在 NVIDIA API 目录上进行测试。测试后，可以使用 NVIDIA AI Enterprise 许可证从 NVIDIA 的 API 目录导出 NIM，并在本地或云端运行，从而使企业拥有其 IP 和 AI 应用程序的所有权和完全控制权。

NIM 作为每个模型的容器镜像进行打包，并通过 NVIDIA NGC 目录作为 NGC 容器镜像进行分发。NIM 的核心是为在 AI 模型上运行推理提供简单、一致和熟悉的 API。

本示例介绍了如何使用 LangChain 通过 NVIDIAEmbeddings 类与受支持的 NVIDIA 检索 QA 嵌入模型进行检索增强生成交互。

有关通过此 API 访问聊天模型的更多信息，请查看 ChatNVIDIA 文档。

安装

%pip install --upgrade --quiet  langchain-nvidia-ai-endpoints

设置

开始使用

在 NVIDIA 上创建一个免费帐户，该帐户托管 NVIDIA AI 基础模型。
选择“检索”选项卡，然后选择您选择的模型。
在“输入”下，选择“Python”选项卡，然后单击“获取 API 密钥”。然后单击“生成密钥”。
复制生成的密钥并将其保存为 NVIDIA_API_KEY。从那里，您应该可以访问端点。

import getpass
import os

# del os.environ['NVIDIA_API_KEY']  ## delete key and reset
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

我们应该能够在列表中看到一个嵌入模型，该模型可以与 LLM 结合使用，以实现有效的 RAG 解决方案。我们可以通过 NVIDIAEmbeddings 类与此模型以及 NIM 支持的其他嵌入模型进行交互。

在 NVIDIA API 目录中使用 NIM

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

from langchain_nvidia_ai_endpoints import NVIDIAEmbeddings

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

API 参考：NVIDIAEmbeddings

此模型是微调的 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：上述的异步版本。

使用自托管的 NVIDIA NIM

准备好部署时，可以使用 NVIDIA NIM（包含在 NVIDIA AI Enterprise 软件许可证中）自托管模型，并在任何地方运行它们，从而使您拥有自定义项的所有权并完全控制您的知识产权 (IP) 和 AI 应用程序。

了解有关 NIM 的更多信息

from langchain_nvidia_ai_endpoints import NVIDIAEmbeddings

# connect to an embedding NIM running at localhost:8080
embedder = NVIDIAEmbeddings(base_url="https://127.0.0.1:8080/v1")

API 参考：NVIDIAEmbeddings

相似性

以下是对这些数据点的相似性的快速测试

查询

勘察加的天气如何？
意大利以哪些食物而闻名？
我叫什么名字？我敢打赌你不记得了...
人生的意义到底是什么？
人生的意义在于享受乐趣:D

文档

勘察加的天气寒冷，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。
我记不住个人姓名，只能提供信息。
人生的目的各不相同，通常被视为个人成就。
享受生活中的每一刻确实是一种很棒的方法。

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(q_embeddings), len(q_embeddings[0])))

既然我们已经生成了嵌入，我们就可以对结果进行简单的相似性检查，以查看哪些文档会在检索任务中触发为合理的答案

%pip install --upgrade --quiet  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如下

查询

勘察加的天气如何？
意大利以哪些食物而闻名？
我叫什么名字？我敢打赌你不记得了...
人生的意义到底是什么？
人生的意义在于享受乐趣:D

文档

勘察加的天气寒冷，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。
我记不住个人姓名，只能提供信息。
人生的目的各不相同，通常被视为个人成就。
享受生活中的每一刻确实是一种很棒的方法。

截断

嵌入模型通常有一个固定的上下文窗口，该窗口确定可以嵌入的最大输入令牌数。此限制可以是硬限制，等于模型的最大输入令牌长度，或有效限制，超过该限制嵌入的准确性会降低。

由于模型在令牌上运行，而应用程序通常处理文本，因此应用程序很难确保其输入保持在模型的令牌限制之内。默认情况下，如果输入太大，则会抛出异常。

为了帮助解决这个问题，NVIDIA 的 NIM（API 目录或本地）提供了一个 truncate 参数，如果输入太大，它会在服务器端截断输入。

truncate 参数有三个选项

“NONE”：默认选项。如果输入太大，则会抛出异常。
“START”：服务器从开头（左侧）截断输入，根据需要丢弃令牌。
“END”：服务器从结尾（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 Cookbook 条目的初始示例的重新利用，但使用 AI Foundation Models 的 Mixtral 8x7B Instruct 和 NVIDIA 检索 QA 嵌入模型在其 playground 环境中执行。cookbook 中的后续示例也按预期运行，我们鼓励您探索这些选项。

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 进行最终的“根据历史记录和上下文为该用户提供一个简单的响应”的总结。

%pip install --upgrade --quiet  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

API 参考：FAISS | StrOutputParser | ChatPromptTemplate | RunnablePassthrough | 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"})

嵌入模型概念指南
嵌入模型操作指南

安装​

设置​

在 NVIDIA API 目录中使用 NIM​

使用自托管的 NVIDIA NIM​

相似性​

嵌入运行时​

文档嵌入​

截断​

RAG检索：​

相关​

此页是否对您有所帮助？

安装

设置

在 NVIDIA API 目录中使用 NIM

使用自托管的 NVIDIA NIM

相似性

嵌入运行时

文档嵌入

截断

RAG检索：

相关