Promptify

迅速に

迅速なエンジニアリング、LLMのNLP問題を解決し、GPT、Palmなどの一般的な生成モデルのさまざまなNLPタスクプロンプトを簡単に生成します。

インストール

ピップ付き

このリポジトリは、Python 3.7+、Openai 0.25+でテストされています。

PIPコマンドを使用してProspifyをインストールする必要があります

pip3 install promptify

または

pip3 install git+https://github.com/promptslab/Promptify.git

クイックツアー

NLPタスクにLLMモデルをすぐに使用するには、 Pipeline APIを提供します。

 from promptify import Prompter , OpenAI , Pipeline

sentence     =  """The patient is a 93-year-old female with a medical  				 
                history of chronic right hip pain, osteoporosis,					
                hypertension, depression, and chronic atrial						
                fibrillation admitted for evaluation and management				
                of severe nausea and vomiting and urinary tract				
                infection"""

model        = OpenAI ( api_key ) # or `HubModel()` for Huggingface-based inference or 'Azure' etc
prompter     = Prompter ( 'ner.jinja' ) # select a template or provide custom template
pipe         = Pipeline ( prompter , model )


result = pipe . fit ( sentence , domain = "medical" , labels = None )


### Output

[
    { "E" : "93-year-old" , "T" : "Age" },
    { "E" : "chronic right hip pain" , "T" : "Medical Condition" },
    { "E" : "osteoporosis" , "T" : "Medical Condition" },
    { "E" : "hypertension" , "T" : "Medical Condition" },
    { "E" : "depression" , "T" : "Medical Condition" },
    { "E" : "chronic atrial fibrillation" , "T" : "Medical Condition" },
    { "E" : "severe nausea and vomiting" , "T" : "Symptom" },
    { "E" : "urinary tract infection" , "T" : "Medical Condition" },
    { "Branch" : "Internal Medicine" , "Group" : "Geriatrics" },
]
 

gpt-3 ner、マルチラベル、質問生成タスクを備えた例

特徴 ？

• トレーニングデータは必要ありませんが、わずか2行のコードでNLPタスク（NERや分類など）を実行する
• 簡単に1ショット、2ショット、またはいくつかのショットの例をプロンプトに追加します
• LLMS（GPT、T5など）からの外れの予測の処理
• 出力は常に、簡単に解析してフィルタリングするために、Pythonオブジェクト（リスト、辞書など）として提供されます。これは、LLMS生成された出力よりも大きな利点であり、その非構造化と生の出力により、ビジネスやその他のアプリケーションでの使用が困難です。
• カスタムの例とサンプルは、プロンプトに簡単に追加できます
• ？ Huggingfaceハブに保存されているモデルで推論を実行します（ノートブックガイドを参照）。
• Openaiトークンコストを削減するための最適化されたプロンプト（近日公開予定）

プロンプトベースのNLPタスクの幅広い範囲をサポートする：

タスク名	コラブノートブック	状態
名前付きエンティティ認識	GPT-3を使用したNERの例	✅
マルチラベルテキスト分類	GPT-3の分類例	✅
マルチクラスのテキスト分類	GPT-3の分類例	✅
バイナリテキスト分類	GPT-3の分類例	✅
質問を回答	GPT-3を使用したQAタスクの例	✅
質問回答	GPT-3を使用したQAタスクの例	✅
関係抽出	GPT-3を使用した関係 - 抽出の例	✅
要約	GPT-3を使用した要約タスクの例	✅
説明	説明タスクの例は、GPT-3を使用します	✅
SQLライター	GPT-3のSQLライターの例	✅
表形式データ
画像データ
より多くのプロンプト

ドキュメント

ドキュメントを求めます

コミュニティ

プロンプトエンジニアリング、LLMS、CHATGPT、その他の最新の研究ディスカッションに興味がある場合は、ProsptSLabへの参加を検討してください

@misc{Promptify2022,
  title = {Promptify: Structured Output from LLMs},
  author = {Pal, Ankit},
  year = {2022},
  howpublished = {url{https://github.com/promptslab/Promptify}},
  note = {Prompt-Engineering components for NLP tasks in Python}
}

？貢献

新機能、インフラストラクチャの改善、より包括的なドキュメントなど、オープンソースプロジェクトへの貢献を歓迎します。貢献ガイドラインをご覧ください