RaLLe Téléchargement - RaLLe Téléchargement du code source

RaLLe

Code Source AI

1.0.0

Télécharger

Rᴀllᴇ

Rᴀllᴇ est un cadre accessible pour développer et évaluer les modèles de langue de grande envergure de la récupération (R-LLMS).
Un aperçu des principales utilisations de Rᴀllᴇ sur GUI est présenté dans cette vidéo.

Rᴀllᴇ est développé à l'Institute of Memory Technology Research and Development of Kioxia Corporation.

Caractéristiques clés

Développement et tests faciles : les utilisateurs peuvent facilement sélectionner, combiner et tester divers retrievers et LLMS, y compris les modèles open source, dans une interface graphique.
Évaluation objective de R-LLMS : Rᴀllᴇ fournit des expériences reproductibles avec des repères / métriques objectifs, permettant des évaluations objectives des performances R-LLM.
Ingénierie invite transparente : toutes les entrées (invites) et la sortie d'un LLM sont visibles pour l'utilisateur, permettant une exploration et une optimisation faciles des invites.

Usage

Commencer:

Instruction d'installation: install.md.
Indexation des documents: ici.
Utilisation d'ensembles de données personnalisés: ici.

Utilisation de Rᴀllᴇ:

Guides sur GUI: Ici.
Évaluation avec un script Python: ici.
Passez en revue les résultats de l'évaluation avec MLFlow: ici

Remarque: les expériences d'évaluation peuvent être effectuées à la fois via l'interface graphique et en utilisant le script.

Référence

NOUVELLES: Notre article a été accepté par les démonstrations du système EMNLP 2023.

Référence à Cit lorsque vous utilisez Rᴀllᴇ dans un document de recherche:

 @misc { ralle ,
      title = { RaLLe: A Framework for Developing and Evaluating Retrieval-Augmented Large Language Models } , 
      author = { Yasuto Hoshi and Daisuke Miyashita and Youyang Ng and Kento Tatsuno and Yasuhiro Morioka and Osamu Torii and Jun Deguchi } ,
      url = { https://arxiv.org/abs/2308.10633 } ,
      year = { 2023 } ,
      eprint = { 2308.10633 } ,
      publisher = { arXiv }
}