大白爱爬山

一个开源的大模型测试工具，支持很多常用的大模型，测试数据集也很丰富，可以从语言、知识、推理、考试、理解、长文本、安全、代码等多个维度测试大模型的能力。

本文主要介绍了对话模型中缓存、HumanInput对话模型、LLMChain、prompts、流的用法，它们的使用方式和LLM类似。

本文是介绍LLMs的第二部分，主要介绍了在LLMs中如何使用缓存、序列化、流和token信息等内容。

本文是LLMs的第一部分，主要介绍了异步API、自定义LLM、FakeLLM和HumanInputLLM。

LangChain集成了LLM和对话模型两类模型，两者上层接口的差别是：LLM是"text in, text out", 而对话模型是"message in, message out"。

本文主要介绍了几种样例选择器的用法和区别，在不同的业务场景，我们可以选择合适的样例选择器来提高少样本prompt的质量。

本文主要介绍了PromptTemplate和FewShotPromptTempalte两种模版的序列化，它们都支持JSON、YAML两种格式。

本文主要介绍了prompt模版的拼装组合，既可以将多个prompt模版进行组合，也可以对单个prompt模版进行拼装。

本文主要介绍了两种方式实现prompt模版的partial：字符串partial化和方法partial化。