小狮博客由于大模型在预训练完成后，其参数化知识便已冻结，无法实时更新或获取私有数据。若要注入新知识，传统方式需进行成本高昂的重新训练。而 LangChain 另辟蹊径，它并不试图改变模型的“思维”，而是为其“长出手脚”——通过集成网络搜索、本地知识库检索（即 RAG）、文档编辑等外部工具，让大模型能够利用外部信息源进行推理与行动，从而极大地扩展了其应用边界。
LangChainJs之基础模型(一)
未经允许不得转载：小狮博客 » LangChainJs之基础模型(一)
由于大模型在预训练完成后，其参数化知识便已冻结，无法实时更新或获取私有数据。若要注入新知识，传统方式需进行成本高昂的重新训练。而 LangChain 另辟蹊径，它并不试图改变模型的“思维”，而是为其“长出手脚”——通过集成网络搜索、本地知识库检索（即 RAG）、文档编辑等外部工具，让大模型能够利用外部信息源进行推理与行动，从而极大地扩展了其应用边界。