AdalFlow 다운로드 - AdalFlow 소스 코드 다운로드

AdalFlow

기타 소스코드

1.0.0

다운로드

LLM 애플리케이션을 구축하고 자동 최적화하는 라이브러리 ⚡

AI 연구원, 제품 팀 및 AI 방식을 배우고 자하는 소프트웨어 엔지니어에게.

빠른 시작

PIP로 AdalFlow를 설치하십시오.

pip install adalflow

자세한 내용은 전체 설치 안내서를 참조하십시오.

Colab의 Building QuickStart를 사용해보십시오. AdalFlow가 챗봇, 래그, 에이전트 및 구조화 된 출력을 포함한 작업 파이프 라인을 어떻게 구축 할 수 있는지 알아보십시오.
AdalFlow가 작업 파이프 라인을 최적화하는 방법을 확인하려면 최적화 QuickStart를 사용해보십시오.

왜 adalflow

Pytorch와 유사한 디자인 패턴을 수용하는 Adalflow는 강력하고 가볍고 모듈 식이며 강력합니다. Adalflow는 RAG, 에이전트부터 텍스트 분류 및 명명 된 엔티티 인식과 같은 고전적인 NLP 작업에 이르기까지 LLM 작업 파이프 라인을 구축하기위한 Model-agnostic 제작 블록을 제공합니다. 수동 프롬프트를 사용하면 고성능을 쉽게 얻을 수 있습니다.
Adalflow는 제로 샷 프롬프트 최적화와 소수의 최적화를위한 통합 자동 분화 프레임 워크를 제공합니다. 그것은 Text-Grad 및 DsPy 포함한 기존 자동 최적화 연구를 발전시킵니다. 컨텍스트 학습에서 Text-Grad 2.0 및 Learn-to-Reason Few-shot In Context Learning 통해 Adalflow Trainer 가장 높은 정확도를 달성하면서 가장 높은 정확도를 달성합니다.

다음은 텍스트 분류 작업에 대한 최적화 데모입니다.

모든 라이브러리 중에서 Adalflow는 수동 프롬프트 (82%부터 시작)와 최적화 후 가장 높은 정확도를 얻은 가장 높은 정확도를 달성했습니다.

추가 읽기 : 분류 최적화

빛, 모듈 식 및 모델 공유 작업 파이프 라인

LLM은 물과 같습니다. Adalflow는 챗봇, 번역, 요약, 코드 생성, 헝겊 및 자율 에이전트와 같은 Genai 응용 프로그램에서 텍스트 분류 및 명명 된 엔티티 인식과 같은 고전적인 NLP 작업에 이르기까지 모든 응용 프로그램으로 빠르게 제작할 수 있도록 도와줍니다.

Adalflow에는 파이프 라인의 Component 와 LLMS와의 데이터 상호 작용을위한 DataClass 두 가지 기본이지만 강력한 기본 클래스가 있습니다. 결과적으로 최소한의 추상화가있는 라이브러리가 개발자에게 최대의 사용자 정의 가능성을 제공합니다.

프롬프트 템플릿, 사용하는 모델 및 작업 파이프 라인의 출력 구문 분석을 완전히 제어 할 수 있습니다.

동일한 인터페이스를 통해 액세스 할 수있는 많은 공급자 및 모델 :

사용 가능한 모든 모델 제공 업체

추가 독서 : 우리가 시작한 방법, 디자인 철학 및 계급 계층.

자동 최적화를위한 통합 프레임 워크

Adalflow는 통합 프레임 워크 내에서 토큰 효율적이고 고성능 프롬프트 최적화를 제공합니다. 파이프 라인을 최적화하려면 Parameter 를 정의하여 AdalFlow의 Generator 로 전달하십시오. 작업 지침을 최적화하거나 몇 가지 샷 데모를 실행해야하든 Adalflow의 Unified Framework는 파이프 라인을 진단 , 시각화 , 디버그 및 훈련시키는 쉬운 방법을 제공합니다.

이 동적 계산 그래프는 자동 분화 및 동적 계산 그래프가 어떻게 작동하는지 보여줍니다.

수동으로 정의 된 노드와 가장자리가 필요하지 않으면 AdalFlow는 자동으로 계산 그래프를 추적합니다.

훈련 가능한 작업 파이프 라인

Parameter 로 정의하고 AdalFlow의 Generator 로 전달하십시오.

adalcomponent 및 트레이너

AdalComponent 작업 파이프 라인과 트레이너 간의 '통역사'역할을합니다. 교육 및 검증 단계, 최적화 단계, 평가자, 손실 기능, 텍스트 그라디언트를위한 후진 엔진 또는 데모 추적, 교사 생성기를 추적합니다.

선적 서류 비치

adalflow.sylph.ai에서 제공되는 Adalflow 전체 문서 :

우리가 시작한 방법
소개
전체 설치 가이드
디자인 철학
클래스 계층
튜토리얼
지원되는 모델
지원되는 리트리버
API 참조

Adalflow : Ada Lovelace에 대한 찬사

Adalflow는 기계가 단순한 계산을 넘어 설 수 있다는 것을 처음 인식 한 선구적인 여성 수학자 인 Ada Lovelace를 기리기 위해 지명되었습니다. 여성 설립자가 이끄는 팀으로서, 우리는 더 많은 여성들이 AI에서 경력을 쌓도록 영감을주는 것을 목표로합니다.

커뮤니티 및 기고자

Adalflow는 커뮤니티 중심의 프로젝트이며, 우리는 LLM 응용 프로그램의 미래를 구축하는 데 참여할 수 있도록 모든 사람들이 우리와 함께 할 수 있도록 환영합니다.

불화 커뮤니티에 가입하여 질문을하고 프로젝트를 공유하며 AdalFlow에 대한 업데이트를 받으십시오.

기고하려면 기고자 안내서를 읽으십시오.

기고자

감사의 말

기존의 많은 작품은 Adalflow Library에 큰 영감을주었습니다! 다음은 비 유명한 목록입니다.

디자인 철학 및 Component 의 디자인 패턴, Parameter , Sequential Pytorch.
마이크로 그라드 : 자동 분화 아키텍처를위한 작은 오토 그라드 엔진.
텍스트 Textual Gradient Descent 텍스트 최적화에 대한 텍스트 그레이드.
DSPY DataClass 및 Bootstrap File-Shot Optimizer의 __{input/output}__fields 에 영감을주기위한 DSPY.
텍스트 최적화의 정확도와 함께 과거 텍스트 지침을 추가하기위한 Opro.
AdalComponent 및 Trainer 위한 Pytorch Lightning.

소환

 @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 }
}