気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
zenn.dev/khisaエントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
LangchainのStructured OutputとTool Callingを利用して構造化された形式で情報を抽出する
大規模言語モデル（LLM）の活用法の一つに「大量の文書の中から必要な情報を、指定した形式で抽出する」... 大規模言語モデル（LLM）の活用法の一つに「大量の文書の中から必要な情報を、指定した形式で抽出する」というものがあります。自然言語で回答してもらうのではなく、JSONスキーマなどであらかじめ指定した形式で回答をしてもらうことで、プログラム内での情報の活用につなげることができます。 この記事では、Langchainと主要なLLMのAPIを用いて、文章中から構造化データの形で必要な情報を抜き出す方法を試してみましたので紹介します。 環境と使用するLLM いつものように、Windows10上でPythonとLangchainを利用します。Pythonは3.11、Langchainのバージョンは以下のとおりです。 PS D:\Documents\work\structured-output-test> pip list Package Version -----------------------
zenn.dev/khisa
zenn.dev/khisa
zenn.dev/khisa
zenn.dev/khisa
anond.hatelabo.jp
www.itmedia.co.jp
dennou319.fanbox.cc
togetter.com
mainichi.jp
qiita.com/ryosuke_ohori
note.com/google_gemini
www.asahi.com
anond.hatelabo.jp
techplay.jp
ameblo.jp/nekotoiyasi
nanjpride.blog.jp
www.lifehacker.jp
nanjpride.blog.jp
