Binder

Binder?: Model bahasa yang mengikat dalam bahasa simbolis

Kode untuk model bahasa pengikat kertas dalam bahasa simbolik. Silakan merujuk ke halaman proyek kami untuk lebih banyak demonstrasi dan sumber daya terkait terkini. Lihat halaman demo kami untuk memiliki pengalaman instan dari Binder, yang mencapai SOTA atau kinerja yang sebanding dengan hanya lusinan (~ 10) anotasi program .

Pembaruan

• 2023-08-25 : Perbarui untuk mendukung model seri obrolan openai seperti gpt-3.5-xxx dan gpt-4-xxx , kode akan menjadi refactor lebih lanjut nanti untuk mendukung lebih banyak!
• 2023-03-23 : Karena OpenAi tidak lagi mendukung model Codex Series, kami akan segera menguji dan memperbarui mesin dari "kode-Davi-002" ke "GPT-3.5-turbo".
• 2023-01-22 : Diterima oleh ICLR 2023 (Spotlight)
• 2022-12-04 : Karena fakta, kebijakan baru Openai tentang batasan permintaan, pengambilan sampel N tidak dapat dilakukan seperti sebelumnya, kami akan menambahkan fitur yang akan dihubungi beberapa kali untuk menjadi penggunaan yang sama segera!
• 2022-10-06 : Kami merilis kode kami, Huggingface Spaces Demo dan Halaman Proyek. Lihatlah!

Dependensi

Untuk menetapkan lingkungan, jalankan kode ini di shell:

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

Itu akan menciptakan binder lingkungan yang kami gunakan.

Penggunaan

Pengaturan Lingkungan

Aktifkan lingkungan dengan berlari

conda activate binder

Tambahkan kunci

Terapkan dan dapatkan API keys (SK-XXXX) dari OpenAI API, simpan kunci dalam file key.txt , pastikan Anda memiliki hak untuk mengakses model (dalam implementasi repo ini, code-davinci-002 ) yang Anda butuhkan.

Berlari

Lihat perintah di run.py

Kutipan

Jika Anda menganggap pekerjaan kami bermanfaat, silakan mengutip sebagai

 @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}
}

Kontributor