GPT4All은 무료로 사용할 수 있고, 로컬에서 실행되며, 프라이버시를 고려한 챗봇입니다. GPU나 인터넷이 필요하지 않습니다. GPT4All Falcon, Wizard 등과 같은 인기 있는 모델과 자체 모델을 제공합니다. 이 노트북은 LangChain에서 GPT4All embeddings를 사용하는 방법을 설명합니다.

​
GPT4All의 Python Bindings 설치

pip install -qU  gpt4all > /dev/null
참고: 업데이트된 패키지를 사용하려면 커널을 재시작해야 할 수 있습니다. 
from langchain_community.embeddings import GPT4AllEmbeddings

gpt4all_embd = GPT4AllEmbeddings()

100%|████████████████████████| 45.5M/45.5M [00:02<00:00, 18.5MiB/s]

Model downloaded at:  /Users/rlm/.cache/gpt4all/ggml-all-MiniLM-L6-v2-f16.bin

objc[45711]: Class GGMLMetalClass is implemented in both /Users/rlm/anaconda3/envs/lcn2/lib/python3.9/site-packages/gpt4all/llmodel_DO_NOT_MODIFY/build/libreplit-mainline-metal.dylib (0x29fe18208) and /Users/rlm/anaconda3/envs/lcn2/lib/python3.9/site-packages/gpt4all/llmodel_DO_NOT_MODIFY/build/libllamamodel-mainline-metal.dylib (0x2a0244208). One of the two will be used. Which one is undefined.

text = "This is a test document."

​
텍스트 데이터 임베딩하기

query_result = gpt4all_embd.embed_query(text)
embed_documents를 사용하면 여러 텍스트 조각을 임베딩할 수 있습니다. 또한 이러한 임베딩을 Nomic’s Atlas와 매핑하여 데이터의 시각적 표현을 볼 수 있습니다. 
doc_result = gpt4all_embd.embed_documents([text])
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I