Binder

Binder?: Modelos de lenguaje vinculante en idiomas simbólicos

Código para modelos de lenguaje vinculante en papel en idiomas simbólicos. Consulte la página de nuestro proyecto para obtener más demostraciones y recursos relacionados con la fecha. Consulte nuestra página de demostración para tener una experiencia instantánea de Binder, que logra un rendimiento SOTA o comparable con solo docenas de (~ 10) anotaciones del programa .

Actualizaciones

• 2023-08-25 : Actualización para admitir modelos de series de chat de Operai como gpt-3.5-xxx y gpt-4-xxx , ¡el código será un refactor más adelante para admitir más!
• 2023-03-23 : Dado que OpenAI ya no admite modelos de la serie Codex, pronto probaremos y actualizaremos el motor de "Code-Davinci-002" a "GPT-3.5-TURBO".
• 2023-01-22 : Aceptado por ICLR 2023 (Spotlight)
• 2022-12-04 : Debido al hecho de que la nueva política de OpenAi en limitación de solicitud, el muestreo N no se puede hacer como antes, agregaremos características para llamar varias veces para ser el mismo uso pronto.
• 2022-10-06 : Lanzamos nuestro código, Huggingface Spaces Demo y Page del proyecto. ¡Échale un vistazo!

Dependencias

Para establecer el entorno, ejecute este código en el shell:

conda env create -f py3.7binder.yaml
pip install records==0.5.3

Eso creará la binder entorno que utilizamos.

Uso

Configuración del medio ambiente

Activar el entorno ejecutando

conda activate binder

Agregar llave

Aplique y obtenga API keys (SK-XXXX como) desde la API de OpenAI, guarde la clave en el archivo key.txt , asegúrese de tener los derechos para acceder al modelo (en la implementación de este repositorio, code-davinci-002 ) que necesita.

Correr

Consulte los comandos en run.py

Citación

Si encuentra útil nuestro trabajo, cite como

 @article{Binder,
  title={Binding Language Models in Symbolic Languages},
  author={Zhoujun Cheng and Tianbao Xie and Peng Shi and Chengzu Li and Rahul Nadkarni and Yushi Hu and Caiming Xiong and Dragomir Radev and Mari Ostendorf and Luke Zettlemoyer and Noah A. Smith and Tao Yu},
  journal={ICLR},
  year={2023},
  volume={abs/2210.02875}
}

Colaboradores