LLM Pandoras

英語| 简体中文|

LLM-Workbenchは、Restreamlitを使用して、トレーニング、微調整、および視覚化言語モデルのためのツールキットです。研究者やAI愛好家に非常に適しています。

特徴

• ？ナレッジベースQ＆A ：知識の検索方法をさまざまな方法で提供します。ESは8.9.0ハイブリッド検索を使用して、入力と回答に基づいて関連する知識フラグメントを検索します。
• Excel Q＆A ：ChatGlm3を使用して、質問に基づいて対応するPythonコードを生成し、カーネルを使用して関連するコードを実行して結果を返します。
• ？モデルトレーニング：Toolkitを使用すると、独自の言語モデルを簡単にトレーニングできます。
• ？モデルの微調整：モデルを微調整して、特定のタスクにより適応する簡単な方法を提供します。
• モデルの視覚化：当社のツールキットには、モデルをよりよく理解するのに役立つ視覚化ツールが含まれています。

？ Docker-Composeのインストール

ElasticSearchをインストールします（Docker-Composeファイルに従って対応するサーバーポートを開くか、カスタマイズしてください）：

 cd docker/es
docker-compose up -d

ナレッジベースのQ＆Aを使用するには、対応するインデックスを構築する必要があります。

方法1：次のコマンドでLLMワークベンチをインストールできます。

 cd LLM-Workbench
docker-compose up -d

Excel Table Q＆Aを使用する場合は、コンテナを入力してカーネルインタープリターを指定する必要があります。

 ipython kernel install --name llm --user

ここで、LLMはConda環境名に対応しています。

？使用法

方法2：LLMワークベンチをインストールした後、次のコマンドで開始できます。

 pip install -r requirements.txt
streamlit run chat-box.py

次に、ブラウザで表示されたURLを開いて、LLMワークベンチの使用を開始できます。

？貢献

あらゆる形の貢献を歓迎します！質問や提案がある場合は、GitHubでお気軽に上げてください。

？ライセンス

LLMワークベンチは、MITライセンスの下でリリースされます。詳細については、ライセンスファイルをご覧ください。

？お問い合わせ

ご質問や提案がある場合は、電子メールまたはgithubでお気軽にお問い合わせください。

星の歴史