หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

2.2 โคลนที่เก็บ 

git clone https://github.com/YiVal/YiVal.git
cd YiVal

  • การตั้งค่าด้วยบทกวี : เริ่มต้นสภาพแวดล้อมเสมือนจริงของ Python และติดตั้งการพึ่งพาโดยใช้บทกวี ตรวจสอบให้แน่ใจว่าได้เรียกใช้ไดเรกทอรี CMD ด้านล่าง /YiVal : 

    poetry install --sync

    • ลองใช้ Yival

    หลังจากตั้งค่าแล้วคุณสามารถเริ่มต้นได้อย่างรวดเร็วด้วย Yival โดยสร้างชุดข้อมูลของชื่อธุรกิจเริ่มต้นแบบสุ่มเทคโนโลยี

    ขั้นตอนในการเรียกใช้โปรแกรม Yival แรกของคุณ

    1. นำทางไปยังไดเรกทอรี Yival : 

       cd /YiVal/src/yival

    2. ตั้งค่าคีย์ OpenAI API : แทนที่ $YOUR_OPENAI_API_KEY ด้วยคีย์ OpenAI API จริงของคุณ

      บนระบบ MacOS หรือ Linux 

       export OPENAI_API_KEY= $YOUR_OPENAI_API_KEY

      บนระบบ Windows 

      setx OPENAI_API_KEY $YOUR_OPENAI_API_KEY

    3. กำหนดค่าการกำหนดค่า Yival : สร้างไฟล์กำหนดค่าชื่อ config_data_generation.yml สำหรับการสร้างชุดข้อมูลทดสอบอัตโนมัติด้วยเนื้อหาต่อไปนี้: 

       description : Generate test data
dataset :
  data_generators :
    openai_prompt_data_generator :
      chunk_size : 100000
      diversify : true
      model_name : gpt-4
      input_function :
        description : # Description of the function
          Given a tech startup business, generate a corresponding landing
          page headline
        name : headline_generation_for_business
        parameters :
          tech_startup_business : str # Parameter name and type
      number_of_examples : 3
      output_csv_path : generated_examples.csv
  source_type : machine_generated

    4. ดำเนินการ yival : เรียกใช้คำสั่งต่อไปนี้จากภายในไดเรกทอรี /YiVal/src/yival : 

      yival run config_data_generation.yml

    5. ตรวจสอบชุดข้อมูลที่สร้างขึ้น : ชุดข้อมูลทดสอบที่สร้างขึ้นจะถูกเก็บไว้ใน generated_examples.csv

    โปรดดูหน้า Yival Docs สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับ Yival!

    การสาธิต

    translation.bot.mp4
    ใช้เคสสาธิต คุณสมบัติที่รองรับ ลิงค์ GitHub ลิงค์การสาธิตวิดีโอ
    - สร้างเรื่องราว AI ของคุณด้วย chatgpt และ midjourney การสนับสนุน แบบหลายรูปแบบ : ออกแบบการเล่าเรื่อง AI โดยใช้การสนับสนุนหลายรูปแบบของ Yival ของข้อความและรูปภาพพร้อมกัน สนับสนุนการเรียนรู้การเสริมแรงแบบพื้นเมืองและไร้รอยต่อจากข้อเสนอแนะของมนุษย์ (RLHF) และการเรียนรู้การเสริมแรงจาก AI คำติชม (RLAIF) โปรดดูวิดีโอด้านบนสำหรับกรณีการใช้งานนี้
    - ประเมินประสิทธิภาพของ LLM หลายตัวด้วยชุดข้อมูลทดสอบถามตอบของคุณเอง ประเมินและเปรียบเทียบ ประสิทธิภาพของแบบจำลองที่คุณเลือกกับรุ่น 100+ อย่างสะดวกสบายด้วย Litellm วิเคราะห์มาตรฐานประสิทธิภาพของโมเดลที่เหมาะกับ ข้อมูลการทดสอบที่กำหนดเอง หรือกรณีการใช้งาน
    บอทพาดหัวของ บริษัท เริ่มต้น ปรับปรุงการสร้างพาดหัวสำหรับการเริ่มต้นของคุณด้วย การสร้าง ข้อมูลทดสอบอัตโนมัติ การประดิษฐ์ ที่รวดเร็ว การประเมิน ผลลัพธ์และ การปรับปรุง ประสิทธิภาพผ่าน GPT-4
    - สร้างบอทคู่มือการเดินทางที่กำหนดเอง เลเวอเรจ โดยอัตโนมัติ ได้รับแรงบันดาลใจจากคำแนะนำที่ได้รับความนิยมมากที่สุด ของชุมชน การท่องเที่ยวเช่นคำแนะนำที่ยอดเยี่ยม
    สร้างนักแปลที่ถูกกว่า: ใช้ GPT-3.5 เพื่อสอน LLAMA2 เพื่อสร้างนักแปลที่มีค่าใช้จ่ายลดลง การใช้ข้อมูลการทดสอบและข้อมูลการทดสอบของ GPT-3.5 คุณสามารถ ปรับแต่งบอทการแปลของ Llama2 ได้อย่างละเอียด ได้รับประโยชน์จากการออม 18x ในขณะที่มีประสิทธิภาพลดลงเพียง 6% เท่านั้น
    ? ️แชทกับตัวละครที่คุณชื่นชอบ - Dantan Ji จากจนถึงจุดสิ้นสุดของดวงจันทร์ นำตัวละครที่คุณชื่นชอบมาสู่ชีวิตผ่านการสร้างพรอมต์อัตโนมัติและ การดึงสคริปต์ตัวละคร
    ประเมินประสิทธิภาพของ Guardrails ในการสร้างเอาต์พุต Python (.py) Guardrails: รั้วของฉันอยู่ที่ไหน? - <br> Yival: ฉันอยู่ที่นี่ ️ <br><br> การทดลอง ประเมินผลแบบบูรณาการนั้น ดำเนินการกับปัญหา leetcode 80 ใน CSV โดยใช้ Guardrail และใช้ GPT-4 เท่านั้น ความแม่นยำลดลงจาก 0.625 เป็น 0.55 ด้วย guardrail, เวลาแฝงเพิ่มขึ้น 44%และค่าใช้จ่ายเพิ่มขึ้น 140% Guardrail ยังคงมีทางยาวไปจากการสาธิตไปสู่การผลิต
    เห็นภาพอาหารต่าง ๆ ทั่วโลก! เพียงแค่ให้สถานที่ที่อาหารเป็นและฤดูกาลที่ดีที่สุดในการลิ้มรสมันและคุณสามารถรับวิดีโอของอาหารเฉพาะฤดูกาล!
    ? บทความข่าวสรุปด้วย COD โดยการบูรณาการวิธี "ห่วงโซ่ความหนาแน่น" ประเมินความสามารถของเพิ่มความสามารถ ในการสรุปข้อความ? การใช้ 3 คะแนนบทความที่สร้างขึ้นโดย GPT-4 สำหรับการประเมินผลคะแนนที่สอดคล้องกันเพิ่มขึ้น 20.03% คะแนนการระบุเพิ่มขึ้น 25.18%! , การใช้โทเค็นเฉลี่ยจาก 2054.6 -> 1473.4 (-28.3%)
    - บอทสร้างชื่อ Tiktok อัตโนมัติ ด้วยบรรทัดอินพุตเพียงสองบรรทัดคุณสามารถสร้างชื่อวิดีโอ Tiktok ที่กระชับและขัดเงา ได้อย่างง่ายดายโดยอิงจากกลุ่มเป้าหมายและเนื้อหาวิดีโอที่คุณต้องการ สิ่งนี้ถูกนำเสนอโดย คุณสมบัติการประกาศอัตโนมัติ ของเรา: กระบวนการนี้เป็นไปโดยอัตโนมัติดังนั้นคุณสามารถป้อนความต้องการของคุณและเพลิดเพลินไปกับผลลัพธ์ที่ไม่ยุ่งยาก!

    แนวทางการบริจาค

    หากคุณต้องการมีส่วนร่วมใน Yival อย่าลืมตรวจสอบแนวทางการบริจาค เราใช้ปัญหา GitHub สำหรับการติดตามคำขอและข้อบกพร่อง โปรดเข้าร่วมช่อง Discord ของ Yival สำหรับคำถามทั่วไปและการอภิปราย เข้าร่วมชุมชนการทำงานร่วมกันของเราซึ่งความเชี่ยวชาญที่เป็นเอกลักษณ์ของคุณในฐานะนักวิจัยและวิศวกรซอฟต์แวร์มีมูลค่าสูง! มีส่วนร่วมในโครงการของเราและเป็นส่วนหนึ่งของพื้นที่นวัตกรรมที่ทุกบรรทัดของรหัสและข้อมูลเชิงลึกการวิจัยเป็นเชื้อเพลิงความก้าวหน้าทางเทคโนโลยีอย่างแข็งขันส่งเสริมอนาคตที่เชื่อมต่ออย่างชาญฉลาดและเข้าถึงได้ในระดับสากล

    ผู้มีส่วนร่วม


    - Yival ยินดีต้อนรับการมีส่วนร่วมของคุณ! -

    - ขอบคุณมากสำหรับผู้มีส่วนร่วมที่น่าทึ่งของเรา?

    การใช้กระดาษ / อัลกอริทึม

    กระดาษ ผู้เขียน หัวข้อ ผู้สนับสนุน Yival เครื่องกำเนิดข้อมูล เครื่องกำเนิดรูปแบบ ผู้ประเมินผล ตัวเลือก เครื่องเพิ่มประสิทธิภาพ การกำหนดค่า
    แบบจำลองภาษาขนาดใหญ่เป็นวิศวกรที่มีระดับมนุษย์ Yongchao Zhou, Andrei Ioan Muresanu, Ziwen Han Yival Evolver, Prompting อัตโนมัติ OpenAipromptDatagenerator OpenAipromptVariationGenerator openaipromptevaluator, openaieloevaluator ahpSelector openaipromptbasedcombinationenhancer การกำหนดค่า
    bertscore: การประเมินการสร้างข้อความด้วยเบิร์ต Tianyi Zhang, Varsha Kishore, Felix Wu ผู้ประเมินผล Yival, Bertscore, Rouge @crazycth - - bertscorevaluator - - -
    อัลปา Xuechen Li, Tianyi Zhang, Yann Dubois และ อัล ผู้ประเมินผล Yival - - Alpacaevalevaluator - - การกำหนดค่า
    ห่วงโซ่ความหนาแน่น Griffin Adams Alexander R. Fabbri และ อัล วิศวกรรมที่รวดเร็ว - chainofdensityGenerator - - - การกำหนดค่า
    แบบจำลองภาษาขนาดใหญ่เป็น Optimizers Chengrun Yang Xuezhi Wang และ อัล วิศวกรรมที่รวดเร็ว @crazycth - - - - Optimize_by_prompt_enhancer การกำหนดค่า
    LORA: การปรับระดับต่ำของแบบจำลองภาษาขนาดใหญ่ Edward J. Hu Yelong Shen และ อัล llm finetune @crazycth - - - - sft_trainer การกำหนดค่า
    ขยาย
    ข้อมูลเพิ่มเติม
    แอปที่เกี่ยวข้อง
    แนะนำสำหรับคุณ
    ข้อมูลที่เกี่ยวข้อง ทั้งหมด