dspy

DSPY: Pemrograman —Tidak diminta - Model For -Foundation

Dokumentasi: DSPY Docs

---

DSPY adalah kerangka kerja open-source untuk pemrograman-lebih dari mendorong-model bahasa . Ini memungkinkan Anda untuk mengulangi dengan cepat pada membangun sistem AI modular dan menyediakan algoritma untuk mengoptimalkan petunjuk dan bobotnya , baik Anda membangun pengklasifikasi sederhana, pipa kain canggih, atau loop agen.

DSPY adalah singkatan dari Deklaratif Python IMPROVING sendiri. Alih-alih permintaan rapuh, Anda menulis kode python komposisi dan menggunakan alat DSPY untuk mengajar LM Anda untuk memberikan output berkualitas tinggi . Kuliah ini adalah pengantar konseptual yang baik. Temui komunitas, cari bantuan, atau mulai berkontribusi melalui repo GitHub kami di sini dan server Discord kami.

Dokumentasi: dspy.ai

Silakan pergi ke dokumen DSPY di dspy.ai

Instalasi

pip install dspy

Untuk menginstal yang terbaru dari main :

pip install git+https://github.com/stanfordnlp/dspy.git

Kutipan & Membaca Lebih Lanjut

[Jun'24] Mengoptimalkan instruksi dan demonstrasi untuk program model bahasa multi-tahap
[OCT'23] DSPY: Mengompilasi model bahasa deklaratif memanggil ke dalam pipa yang meningkatkan diri sendiri
[Jul'24] Menyetel dan optimasi yang cepat: dua langkah hebat yang bekerja lebih baik bersama
[Jun'24] meminta hyperparameters pelatihan yang dioptimalkan secara otomatis
[Feb'24] Membantu menulis artikel seperti Wikipedia dari awal dengan model bahasa besar
[Jan'24] Pembelajaran dalam konteks untuk klasifikasi multi-label yang ekstrem
[Dec'23] Pernyataan DSPY: Kendala Komputasi untuk Pipa Model Bahasa Mandiri
[Dec'22] Demonstrasi-prediksi: menyusun model pengambilan & bahasa untuk NLP yang intensif pengetahuan

Untuk tetap up to date atau mempelajari lebih lanjut, ikuti @Lateinteraction di Twitter.

Logo DSPY dirancang oleh Chuyi Zhang .

Jika Anda menggunakan DSPY atau DSP dalam makalah penelitian, silakan mengutip pekerjaan kami sebagai berikut:

 @inproceedings{khattab2024dspy,
  title={DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines},
  author={Khattab, Omar and Singhvi, Arnav and Maheshwari, Paridhi and Zhang, Zhiyuan and Santhanam, Keshav and Vardhamanan, Sri and Haq, Saiful and Sharma, Ashutosh and Joshi, Thomas T. and Moazam, Hanna and Miller, Heather and Zaharia, Matei and Potts, Christopher},
  journal={The Twelfth International Conference on Learning Representations},
  year={2024}
}
@article{khattab2022demonstrate,
  title={Demonstrate-Search-Predict: Composing Retrieval and Language Models for Knowledge-Intensive {NLP}},
  author={Khattab, Omar and Santhanam, Keshav and Li, Xiang Lisa and Hall, David and Liang, Percy and Potts, Christopher and Zaharia, Matei},
  journal={arXiv preprint arXiv:2212.14024},
  year={2022}
}