AdalFlow

llmアプリケーションを構築および自動化するライブラリ

すべてのドキュメント|モデル|レトリーバー|エージェント| LLM評価|トレーナーとオプティマー

AIの研究者、製品チーム、およびAIの方法を学びたいソフトウェアエンジニアのために。

クイックスタート

PIPでAdalFlowをインストールします：

pip install adalflow

詳細については、完全なインストールガイドを参照してください。

• Colabの建物のクイックスタートを試して、チャットボット、RAG、エージェント、構造化された出力など、AdalFlowがタスクパイプラインを構築する方法を確認してください。
• 最適化クイックスタートを試して、AdalFlowがタスクパイプラインを最適化する方法を確認してください。

なぜアダルフロー

1. Pytorchに似たデザインパターンを受け入れると、Adalflowは強力で、軽く、モジュール式で、堅牢です。 AdalFlowは、RAG、エージェントからテキスト分類、名前付きエンティティ認識などの古典的なNLPタスクに至るまで、LLMタスクパイプラインを構築するためのModel-agnosticビルディングブロックを提供します。手動プロンプトのみを使用して、高性能を取得するのは簡単です。
2. AdalFlowは、ゼロショットプロンプト最適化と少数のショット最適化の両方のために、統一された自動分化フレームワークを提供します。 Text-GradやDsPyなどの既存の自己最適化研究を進めます。私たちの研究を通じて、 Text-Grad 2.0 、およびLearn-to-Reason Few-shot In Context Learning 、AdalFlow Trainer最もトークン効率の良いものでありながら最高の精度を達成します。

テキスト分類タスクに関する最適化デモは次のとおりです。

すべてのライブラリの中で、AdalFlowは、手動プロンプト（82％から始まる）と最適化後の最高の精度で最高の精度を達成しました。

さらに読み取り：分類を最適化します

軽量、モジュラー、およびモデルに依存しないタスクパイプライン

LLMは水のようなものです。 AdalFlowは、チャットボット、翻訳、要約、コード生成、RAG、自律エージェントなどのGenaiアプリケーションから、テキスト分類や名前付きエンティティ認識などの古典的なNLPタスクまで、あらゆるアプリケーションに迅速に形作るのに役立ちます。

AdalFlowには、2つの基本的であるが強力な基本クラスがあります。PipelineのComponentとLLMSとのデータ相互作用のためのDataClassです。その結果、最小限の抽象化を備えたライブラリが作成され、開発者に最大限のカスタマイズ可能性を提供します。

プロンプトテンプレート、使用するモデル、およびタスクパイプラインの出力解析を完全に制御できます。

同じインターフェイスを介してアクセス可能な多くのプロバイダーとモデル：

利用可能なすべてのモデルプロバイダー

さらに読む：私たちがどのように始めたか、哲学とクラスの階層を設計します。

自動最適化のための統一フレームワーク

AdalFlowは、統一されたフレームワーク内でトークン効率が高く、高性能な迅速な最適化を提供します。パイプラインを最適化するには、 Parameterを定義してAdalFlowのGeneratorに渡すだけです。タスクの命令を最適化する必要がある場合でも、いくつかのショットデモンストレーションを実行する必要がある場合でも、AdalFlowの統一フレームワークは、パイプラインを診断、視覚化、デバッグ、およびトレーニングする簡単な方法を提供します。

この動的計算グラフは、自動分化と動的計算グラフがどのように機能するかを示しています。

手動で定義されたノードとエッジを使用する必要はありませんが、AdalFlowは自動的に計算グラフをトレースします。

トレーニング可能なタスクパイプライン

Parameterとして定義し、AdalFlowのGeneratorに渡すだけです。

AdalComponent＆Trainer

AdalComponent 、タスクパイプラインとトレーナーの間の「インタープリター」として機能し、トレーニングと検証ステップ、オプティマイザー、評価者、損失関数、テキスト勾配用の後方エンジン、またはデモンストレーションのトレース、教師ジェネレーターを定義します。

ドキュメント

adalflowフルドキュメントAdalflow.sylph.aiで入手可能：

• どのように始めましたか
• 導入
• 完全なインストールガイド
• デザイン哲学
• クラス階層
• チュートリアル
• サポートされているモデル
• サポートレトリバー
• APIリファレンス

Adalflow：Ada Lovelaceへのオマージュ

Adalflowは、マシンが単なる計算を超えている可能性があることを最初に認識した先駆的な女性数学者であるAda Lovelaceに敬意を表して命名されています。女性の創設者が率いるチームとして、私たちはより多くの女性がAIでのキャリアを追求するよう促すことを目指しています。

コミュニティと貢献者

AdalFlowはコミュニティ主導のプロジェクトであり、LLMアプリケーションの将来を構築するために参加する皆さんを歓迎します。

Discordコミュニティに参加して、質問をしたり、プロジェクトを共有したり、AdalFlowの最新情報を入手してください。

貢献するには、貢献者ガイドをお読みください。

貢献者

謝辞

多くの既存の作品は、Adalflowライブラリに大きな影響を与えました！これが網羅的ではないリストです：

• Component 、 Parameter 、 Sequentialの設計哲学とデザインパターンのためのPytorch。
• マイクログラード：自動分化アーキテクチャ用の小さなオートグラードエンジン。
• Textual Gradient Descentテキストオプティマイザーのテキストグレード。
• __{input/output}__fields Insurient for Inspy for Inspy for DataClassおよびBootstrapの少数のショットオプティマイザー。
• テキストオプティマイザーの精度とともに過去のテキストの指示を追加するためのOPRO。
• AdalComponentおよびTrainerのPytorch Lightning。

引用

 @software { Yin2024AdalFlow ,
  author = { Li Yin } ,
  title = { {AdalFlow: The Library for Large Language Model (LLM) Applications} } ,
  month = { 7 } ,
  year = { 2024 } ,
  doi = { 10.5281/zenodo.12639531 } ,
  url = { https://github.com/SylphAI-Inc/AdalFlow }
}