Binder

Ordner?: Bindende Sprachmodelle in symbolischen Sprachen

Code für Papierbindungssprachmodelle in symbolischen Sprachen. Weitere Demonstrationen und aktuell verwandte Ressourcen finden Sie auf unserer Projektseite. Schauen Sie sich unsere Demo -Seite an, um eine sofortige Erfahrung mit Binder zu erhalten, die SOTA oder eine vergleichbare Leistung mit nur Dutzenden von (~ 10) Programmanmerkungen erzielt.

Aktualisierungen

• 2023-08-25 : Update zur Unterstützung von Modellen der OpenAI-Chat-Serien wie gpt-3.5-xxx und gpt-4-xxx wird Code später weiter refaktor sein, um mehr zu unterstützen!
• 2023-03-23 : Da OpenAI keine Modelle der Codex-Serien mehr unterstützt, werden wir die Engine von "Code-Davinci-002" auf "GPT-3,5-Turbo" früher testen und aktualisieren.
• 2023-01-22 : akzeptiert von ICLR 2023 (Spotlight)
• 2022-12-04 : Aufgrund der neuen Richtlinie von OpenAI auf Anfrage könnte die N-Stichprobe nicht wie zuvor nicht durchgeführt werden. Wir werden die Funktionen hinzufügen, die wir in Kürze mehrmals anrufen können, um die gleiche Verwendung zu ermitteln!
• 2022-10-06 : Wir haben unseren Code, die Demo und die Projektseite von Huggingface Spaces veröffentlicht. Hör zu!

Abhängigkeiten

Um die Umgebung festzustellen, führen Sie diesen Code in der Shell aus:

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

Dadurch werden die von uns verwendeten binder geschaffen.

Verwendung

Umgebungsaufbau

Aktivieren Sie die Umgebung durch Laufen

conda activate binder

Taste hinzufügen

API keys (sk-xxxx wie) von OpenAI-API anwenden und abrufen, speichern Sie den Schlüssel in key.txt Datei, stellen Sie sicher, dass Sie über die Rechte verfügen, auf das Modell zuzugreifen (in der Implementierung dieses Repo, code-davinci-002 ), das Sie benötigen.

Laufen

Schauen Sie sich die Befehle in run.py an

Zitat

Wenn Sie unsere Arbeit hilfreich finden, zitieren Sie bitte als

 @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}
}

Mitwirkende