Upstage

Upstage 是一家領先的人工智慧 (AI) 公司，專門提供超越人類等級效能的 LLM 組件。

Solar Pro 是一款企業級 LLM，針對單 GPU 部署進行了最佳化，擅長指令遵循和處理 HTML 和 Markdown 等結構化格式。它支援英語、韓語和日語，具有頂級多語言效能，並提供金融、醫療保健和法律領域的專業知識。

除了 Solar 之外，Upstage 還提供用於真實世界 RAG（檢索增強生成）的功能，例如Document Parse 和 Groundedness Check。

Upstage LangChain 整合

API	描述	匯入	使用範例
聊天	使用 Solar Chat 建立助理	from langchain_upstage import ChatUpstage	前往
文字嵌入	將字串嵌入向量	from langchain_upstage import UpstageEmbeddings	前往
Groundedness Check	驗證助理回應的 groundedness	from langchain_upstage import UpstageGroundednessCheck	前往
Document Parse	序列化包含表格和圖形的文件	from langchain_upstage import UpstageDocumentParseLoader	前往

請參閱文件以瞭解有關模型和功能的更多詳細資訊。

安裝與設定

安裝 langchain-upstage 套件

pip install -qU langchain-core langchain-upstage

取得 API 金鑰 並設定環境變數 UPSTAGE_API_KEY。

import os

os.environ["UPSTAGE_API_KEY"] = "YOUR_API_KEY"

聊天模型

Solar LLM

請參閱使用範例。

from langchain_upstage import ChatUpstage

chat = ChatUpstage()
response = chat.invoke("Hello, how are you?")
print(response)

API 參考：ChatUpstage

嵌入模型

請參閱使用範例。

from langchain_upstage import UpstageEmbeddings

embeddings = UpstageEmbeddings(model="solar-embedding-1-large")
doc_result = embeddings.embed_documents(
    ["Sung is a professor.", "This is another document"]
)
print(doc_result)

query_result = embeddings.embed_query("What does Sung do?")
print(query_result)

API 參考：UpstageEmbeddings

文件載入器

Document Parse

請參閱使用範例。

from langchain_upstage import UpstageDocumentParseLoader

file_path = "/PATH/TO/YOUR/FILE.pdf"
layzer = UpstageDocumentParseLoader(file_path, split="page")

# For improved memory efficiency, consider using the lazy_load method to load documents page by page.
docs = layzer.load()  # or layzer.lazy_load()

for doc in docs[:3]:
    print(doc)

API 參考：UpstageDocumentParseLoader

工具

Groundedness Check

請參閱使用範例。

from langchain_upstage import UpstageGroundednessCheck

groundedness_check = UpstageGroundednessCheck()

request_input = {
    "context": "Mauna Kea is an inactive volcano on the island of Hawaii. Its peak is 4,207.3 m above sea level, making it the highest point in Hawaii and second-highest peak of an island on Earth.",
    "answer": "Mauna Kea is 5,207.3 meters tall.",
}
response = groundedness_check.invoke(request_input)
print(response)

API 參考：UpstageGroundednessCheck