Binder

Liant ?: Modèles de langage de liaison dans les langues symboliques

Code pour les modèles de langage de liaison papier dans les langues symboliques. Veuillez vous référer à notre page de projet pour plus de démonstrations et des ressources connexes à jour. Consultez notre page de démonstration pour avoir une expérience instantanée de liant, qui atteint SOTA ou des performances comparables avec seulement des dizaines d'annotations de programme (~ 10) .

Mises à jour

• 2023-08-25 : Mettre à jour pour prendre en charge les modèles de séries de chat OpenAI comme gpt-3.5-xxx et gpt-4-xxx , le code sera en outre plus tard plus tard pour en soutenir davantage!
• 2023-03-23 : Étant donné qu'Openai ne prend plus en charge les modèles de la série Codex, nous testerons plus tôt le moteur de "Code-Davinci-002" à "GPT-3.5-turbo".
• 2023-01-22 : accepté par ICLR 2023 (projecteur)
• 2022-12-04 : En raison de la nouvelle politique d'Openai sur la limitation de la demande, le n échantillonnage n'a pas pu être fait comme précédemment, nous ajouterons des fonctionnalités à appeler plusieurs fois pour être la même utilisation bientôt!
• 2022-10-06 : Nous avons publié notre code, la démo des espaces HuggingFace et la page de projet. Vérifiez-le!

Dépendances

Pour établir l'environnement, exécutez ce code dans le shell:

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

Qui créera le binder d'environnement que nous avons utilisé.

Usage

Configuration de l'environnement

Activer l'environnement en fonctionnant

conda activate binder

Ajouter une clé

Appliquer et obtenir API keys (SK-XXXX comme) à partir de l'API OpenAI, enregistrez la clé dans le fichier key.txt , assurez-vous d'avoir les droits d'accéder au modèle (dans l'implémentation de ce référentiel, code-davinci-002 ) dont vous avez besoin.

Courir

Consultez les commandes dans run.py

Citation

Si vous trouvez notre travail utile, veuillez citer comme

 @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}
}

Contributeurs