语言模型
LangChain为两种类型的模型提供接口和集成：
LLMs：将文本字符串作为输入并返回文本字符串的模型 聊天模型：由语言模型支持，但以聊天消息列表作为输入并返回聊天消息
LLMs与Chat Models
LLMs和Chat Models有微妙但重要的区别。在LangChain中，LLMs指纯文本完成模型。它们包装的API接受一个字符串提示作为输入，并输出一个字符串完成。OpenAI的GPT-3是实现为LLM。聊天模型通常由LLM支持，但专门针对进行对话进行调整。关键是，它们提供者API公开了与纯文本完成模型不同的接口。它们不仅需要单个字符串，还需要一系列聊天消息作为输入。通常这些消息带有说话者标签（通常是“系统”，“AI”和“人类”之一）。然后他们会返回一个（“AI”）聊天消息作为输出结果。GPT-4和Anthropic's Claude都被实现为Chat Models。
为了使交换LLMs和Chat Models成为可能，两者都实现了基础语言模型界面(Base Language Model interface) 。这暴露出共同方法"predict" ，该方法采用一个字符串并返回一个字符串，“predict messages”，该方法采用信息并返回信息。 如果您正在使用特定的模型，则建议使用该模型类的特定方法（即LLMs的“predict”和Chat Models的“predict messages”），但如果您正在创建应与不同类型的模型一起使用的应用程序，则共享接口可能会有所帮助。
