الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

الوجهات

الوجهات

PROMPLESTOLTOLS هي مكتبة توفر إطار عمل معياري وقابل للتمديد لتنفيذ تجارب الضبط السريع. إنه يوفر واجهة سهلة الاستخدام لتجميع المكونات الأساسية لمهام التحسين المطالبات المختلفة.

بالإضافة إلى ذلك ، يحتوي هذا المستودع على تجاربنا للورقة "نحو ضبط موجه فعال من حيث التكلفة: تقييم تأثيرات حجم النموذج ، أو وصف الأسرة ونماذج المهام في Evoprompt".

تم تطوير هذا المشروع بواسطة Timo Heiß و Moritz Schlager و Tom Zehle.

تثبيت

استخدم PIP لتثبيت مكتبتنا: 

 pip install promptolution

بدلاً من ذلك ، استنساخ المستودع ، تشغيل 

 poetry install

لتثبيت التبعيات اللازمة. قد تحتاج إلى تثبيت PIPX والشعر أولاً.

الوثائق

وثيقة شاملة مع مرجع API هي متوفرة على https://finitearth.github.io/promptolution/.

الاستخدام

إنشاء مفاتيح API للنماذج التي تريد استخدامها:

  • Openai: store token in openaitokn.txt
  • أنثروبور: تخزين الرمز المميز في anthropictokn.txt
  • DeepInfra (من أجل Llama): متجر رمز في deepinfratoken.txt

خوارزميات التحسين للاختيار من بينها

اسم # بدء السكان استكشاف التكاليف سرعة التقارب قابل للتوازي يستخدم حالات الفشل
evoprompt de 8-12 ؟ ؟ ⚡⚡ ✅
evoprompt ga 8-12 ؟ ؟ ⚡⚡ ✅
أوبرو 0 ؟ ؟ ⚡

المكونات الأساسية

  • المهمة: تغلف المطالبات الأولية وميزات مجموعة البيانات والأهداف وطرق التقييم.
  • المتنبئ: ينفذ منطق التنبؤ ، وتواصل بين مكونات المهمة ومكونات LLM.
  • LLM: يوحد عملية الحصول على ردود من نماذج اللغة ، سواء تم استضافتها محليًا أو الوصول إليها عبر API.
  • المُحسِّن: ينفذ خوارزميات التحسين الموجه ، باستخدام المكونات الأخرى أثناء عملية التحسين.
  • محددات مثالية: تنفذ خوارزميات للبحث عن عدد قليل من الأمثلة التي تتم إضافتها إلى المطالبة.

الميزات الرئيسية

  • تصميم وحدات وموجهة نحو الكائن
  • الهندسة المعمارية القابلة للتمديد
  • واجهة سهلة الاستخدام لتجميع التجارب
  • طلبات LLM المتوازية لتحسين الكفاءة
  • التكامل مع Langchain لمكالمات API LLM الموحدة
  • نظام التسجيل والاتصال التفصيلي لتحليل التحسين

ابدء

ألقِ نظرة على دفترنا في البدء: gett_started.py

إعادة إنتاج تجاربنا

نحن نقدم البرامج النصية والتكوينات لجميع تجاربنا. قم بإجراء تجارب بناءً على التكوين عبر: 

 poetry run python scripts/experiment_runs.py --experiment "configs/<my_experiment>.ini"

حيث <my_experiment>.ini هو تكوين يعتمد على القوالب الخاصة بنا.

تم تطوير هذا المشروع للندوة "Automl في عصر النماذج الكبيرة التي تم تدريبها" في LMU Munich.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل