10 millió dolláros magvető befektetést kapott a LangChain
A LangChain 10 millió dolláros magvető befektetést vont be a Benchmark vezetésével. A nyílt forráskódú projekt a finanszírozást a nyelvi modellekre épülő alkalmazások fejlesztésének és éles környezetbe állításának támogatására fordítja.
- A LangChain 10 millió dolláros magvető finanszírozást vont be.
- A befektetési kört a Benchmark vezette.
- A keretrendszer Python- és TypeScript-csomagként érhető el.
- A LangChain több modell-, dokumentum- és vektoradatbázis-integrációt kínál.
- A vállalat a gyártási használatot, a megfigyelhetőséget és a fejlesztői eszközöket bővítené.
Közösségi projektből finanszírozott vállalkozás
A LangChain első változata hat hónappal a bejelentés előtt jelent meg, eredetileg nyílt forráskódú mellékprojektként, vállalatépítési szándék nélkül. A Python-csomag első verzióját 2022. október 24-én adták ki. A cél az volt, hogy a fejlesztők könnyebben kapcsolhassák össze a nyelvi modelleket saját dokumentumaikkal, API-jaikkal és strukturált adataikkal.
A projekt mögötti elképzelés szerint a nyelvi modellek értéke nagyobb rendszerek részeként bontakozik ki. A LangChain ehhez olyan absztrakciókat és rugalmas felületeket kínál, amelyekkel a fejlesztők több elemből álló láncokat, vagyis meghatározott feladatokra összeállított folyamatokat építhetnek.
A LangChain szerint a projektnek több mint 20 ezer GitHub-csillaga, 10 ezer aktív Discord-tagja és több mint 30 ezer Twitter-követője van. A közösséghez több mint 350 közreműködő csatlakozott.
A Benchmark vezette a 10 millió dolláros kört
A társaság 10 millió dolláros magvető finanszírozást jelentett be, a befektetési kört a Benchmark vezette. A LangChain közlése szerint a befektető korábban olyan nyílt forráskódú szoftverek első vezető befektetői között volt, mint a Docker, a Confluent, az Elastic és a ClickHouse.
A vállalat a tőkét agresszív fejlesztésre fordítja, hogy lépést tartson a közösség által épített intelligens alkalmazásokkal. A megfogalmazott cél, hogy a fejlesztők könnyebben készíthessenek nyelvi modellekre épülő, hasznos alkalmazásokat.
Komponensek, láncok és ügynökök egy keretrendszerben
A LangChain Python- és TypeScript-csomagként érhető el. A keretrendszer moduláris komponenseket kínál a nyelvi modelleket használó alkalmazások létrehozásához, valamint megvalósításokat is tartalmaz ezekhez az absztrakciókhoz.
A bejelentés szerint a rendszer több mint 20 modell- vagy tárhelyszolgáltatóval integrálható, több mint 50 dokumentumbetöltőt, több mint 10 szövegfelosztási módszert és több mint 10 vektoradatbázis-integrációt tartalmaz. Emellett több mint 15 eszközt kínál arra, hogy a nyelvi modellek külső műveleteket hajtsanak végre.
A láncokkal a fejlesztők meghatározott sorrendben állíthatnak össze komponenseket, például egy nagy PDF-dokumentum összefoglalásához vagy SQL-adatbázis lekérdezéséhez. Az ügynökök dinamikus láncokként működnek, amelyeknél a következő lépéseket a nyelvi modell menet közben határozza meg. A LangChain nagyjából 20 lánc, hat általános ügynöktípus és hét ügynöki eszközkészlet előre elkészített megvalósítását is kínálja.
A fejlesztési tervek a gyártási használatra is kiterjednek
A LangChain a TypeScript-csomag Python-verzióval való funkcionális felzárkóztatását tervezi, hogy a full-stack és frontendfejlesztők is könnyebben készíthessenek nyelvi modellre épülő alkalmazásokat. A vállalat többféle OutputParser megvalósításán is dolgozik, amelyek nagyobb biztonságot és irányíthatóságot adhatnak a modellek által visszaadott szöveg kezeléséhez.
A további tervek között szerepel egy Retriever absztrakció bevezetése összetettebb dokumentumkeresési feladatokhoz, valamint integrációk kialakítása a Weights & Biases, az AIM és a ClearML megoldásaival. Ezek az alkalmazások megfigyelhetőségét és a kísérletezést támogatják.
A LangChain közölte, hogy továbbra is nyílt forráskódú és fejlesztőközpontú marad. A finanszírozás a projekt szerint több erőforrást biztosít a prototípusok gyors elkészítéséhez, illetve a prototípus és az éles használat közötti átmenet támogatásához.
LangChain: Announcing our $10M seed round led by Benchmark

