Почему мы отказались от создания своего аналога LangChain
Фреймворк для оркестрации LangChain набрал почти 100 тысяч звездочек на GitHub всего за пару лет. Для сравнения: у популярного Apache AirFlow — почти 40 тысяч.

Почему этот инструмент стал таким популярным и собрал большое комьюнити разработчиков? Потому что в нем есть готовые абстракции для построения цепочек в LLM-приложениях, с ним можно интегрировать большие языковые модели с собственными данными, строить графы действий, а еще получать доступ к моделям от OpenAI, Hugging Face, Cohere и других.

Наша команда LLM Platform хотела создать свой фреймворк для оркестрации, но вскоре поняла, что это будет пустой тратой ресурсов, так как весь рынок развивается вокруг LangChain. Поэтому мы делаем готовые абстракции поверх него, чтобы снизить порог входа в LLM-разработке для нашего бизнеса.

Об этом и о том, как развивается тулинг вокруг LLM-приложений, поговорили в новом выпуске «Желтый Club Talks». Обсудили не только тулинг, но и развитие LLM, задачи, которые они помогают решать, и состояние стартапов вокруг ChatGPT.

#ai #llm

Исследуем сбой в базе данных Oracle
Чтобы изменить данные, процесс должен использовать свободный ITL-слот для записи информации о транзакции. Если свободных слотов в ITL недостаточно, сессия останавливается на ожидании «enq: TX — allocate ITL entry».

В какой-то момент сессии в одной из наших критичных баз данных остановились на этом ожидании, при этом блокирующие их сессии зависли на компиляции PL/SQL-блока. По мотивам этого инцидента мы провели расследование и описали его итоги на Хабре.

В статье рассказали, откуда берется конкуренция за ITL-слоты, какие есть методы диагностики ошибок и где найти предполагаемые расшифровки имен оракловых функций.