В чем разница между llm и llm Chain в Langchain? ⇐ Python

[Anonymous]

это лм:

Код: Выделить всё

question=st.text_input("your question")
llm=OpenAI(temperature=0.9)
if prompt:
response=llm(prompt)
st.write(response)

тогда, если нам нужно выполнить приглашение, нам нужно создать цепочку llm:

Код: Выделить всё

from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

question=st.text_input("your question")
llm=OpenAI(temperature=0.9)

template="Write me something about {topic}"
topic_template=PromptTemplate(input_variables=['topic'],template=template)

topic_chain=LLMChain(llm=llm,prompt=topic_template)

if prompt:
response=topic_chain.run(question)
st.write(response)

Я в замешательстве, потому что в первом примере мы использовали llm(prompt), но во втором примере мы создали LLMChain(llm=llm,prompt=topic_template). Не могли бы вы объяснить разницу между этими двумя подходами и когда уместно использовать один вместо другого?

Подробнее здесь: https://stackoverflow.com/questions/769 ... -langchain