fragaria

FraGaria - De 'R's em Strawberry a AI complexa de solução de problemas

API de raciocínio avançado da cadeia de pensamento (COT) com aprendizado de reforço (RL)

A FraGaria é uma API de raciocínio poderosa e flexível da cadeia de pensamento (COT) que aproveita vários provedores de modelo de linguagem (LLM) e incorpora técnicas de aprendizado de reforço (RL) para resolver problemas complexos e responder a perguntas complexas. Nomeado após o gênero botânico de morangos, a Fragaria presta homenagem ao famoso "quantos 'r's em morango?" Problema, simbolizando sua capacidade de enfrentar consultas simples e complexas com igual requinte.

Índice

• Características
• Instalação
• Configuração
• Uso
• Documentação da API
• Exemplos
• Contribuindo
• Licença

Características

• Suporte de vários fornecedores : alterne perfeitamente entre o OpenAi, Groq e Together.ai como provedores de LLM.
• Raciocínio da cadeia de pensamentos : empregue técnicas sofisticadas de berço para quebrar e resolver problemas complexos.
• Aprendizagem de reforço : utilize os algoritmos RL para melhorar continuamente as estratégias de solução de problemas e se adaptar a novos desafios.
• Aprendizagem adaptativa : aprimore o desempenho ao longo do tempo através de um sistema de pontuação baseado em SQLite integrado às técnicas de RL.
• Configurável : arquivo de configuração YAML fácil de atualizar para configuração flexível dos parâmetros LLM e RL.
• Documentação do OpenAPI : documentação abrangente da API com interface do usuário do Swagger e Redoc.
• Suporte aos CORS : compartilhamento de recursos internos de origem cruzada para facilitar a integração com aplicativos da Web.

Instalação

1. Clone o repositório:

    git clone https://github.com/terraprompt/fragaria.git
   cd fragaria
   

2. Crie um ambiente virtual (opcional, mas recomendado):

    python -m venv venv
   source venv/bin/activate  # On Windows, use `venvScriptsactivate`
   

3. Instale as dependências necessárias:

    pip install -r requirements.txt
   

Configuração

1. Copie o arquivo config.yaml.example para config.yaml :

    cp config.yaml.example config.yaml
   

2. Open config.yaml e atualize as seguintes configurações:

   • Defina o seu llm_provider PREFERIDO (OPENAI, GROQ ou juntos)
   • Adicione suas teclas de API para os respectivos fornecedores
   • Ajuste os nomes dos modelos, se necessário
   • Modifique o caminho do banco de dados e as configurações do servidor, se necessário

Uso

1. Inicie o FraGaria API Server:

    python main.py
   

2. A API estará disponível em http://localhost:8000 (ou o host/porta especificado em sua configuração).

3. Agora você pode enviar solicitações de postagem para http://localhost:8000/v1/chat/completions para usar a cadeia de recursos de raciocínio de pensamento.

Documentação da API

A FraGaria fornece documentação abrangente da API:

• Swagger UI: http://localhost:8000/docs
• Redoc: http://localhost:8000/redoc
• Esquema OpenApi JSON: http://localhost:8000/openapi.json

Exemplos

Aqui estão alguns problemas de amostra que você pode resolver usando FraGaria:

1. O problema clássico de morango:

   {
     "model" : " faragia-dev " ,
     "messages" : [
       { "role" : " user " , "content" : " How many 'r's in strawberry? " }
     ]
   }

2. Um quebra-cabeça mais complexo relacionado à idade:

   {
     "model" : " faragia-dev " ,
     "messages" : [
       { "role" : " user " , "content" : " A princess is as old as the prince will be when the princess is twice as old as the prince was when the princess's age was half the sum of their present age. What is the age of prince and princess? Provide all solutions to that question. " }
     ]
   }

Para resolver esses problemas, envie uma solicitação de postagem para /v1/chat/completions com as cargas úteis JSON acima.

Como funciona

A Fragaria emprega um processo de raciocínio sofisticado da cadeia de pensamento (COT), aprimorado pela aprendizagem de reforço:

1. Classificação do problema : categoriza o problema de entrada em tipos de problemas conhecidos ou novos.
2. Geração do caminho da cama : cria várias abordagens de raciocínio para o tipo de problema, influenciadas pelo desempenho passado.
3. Execução paralela : aplica cada caminho do berço ao problema simultaneamente.
4. Combinação de resultados : sintetiza os resultados de diferentes caminhos.
5. Avaliação : pontua a eficácia de cada abordagem.
6. Atualização de aprendizado de reforço : usa as pontuações de avaliação como recompensas para atualizar a política de RL, influenciando as seleções e gerações futuras de caminhos.
7. Aprendizagem adaptativa : atualiza o banco de dados de pontuação e o modelo RL para melhorar o desempenho futuro.

Esse processo aprimorado pela RL permite que a Fragaria não apenas lide com uma ampla gama de problemas, mas também aprenda e adapte suas estratégias ao longo do tempo, tornando-se cada vez mais eficiente em resolver os tipos familiares e novos de problemas.

Contribuindo

Congratulamo -nos com contribuições para a Fragaria! Siga estas etapas para contribuir:

1. Fork o repositório.
2. Crie uma nova ramificação para o seu recurso ou correção de bug.
3. Faça suas alterações e cometê -las com mensagens claras e descritivas.
4. Empurre suas alterações no garfo.
5. Envie uma solicitação de tração ao principal repositório da Fragaria.

Verifique se o seu código adere aos padrões de codificação do projeto e inclua testes para novos recursos.

Licença

A Fragaria é liberada sob a licença do MIT. Consulte o arquivo de licença para obter detalhes.

Citação

Se você usa a FraGaria em sua pesquisa ou deseja consultar em suas publicações, use a seguinte entrada do Bibtex:

 @software { fragaria2024 ,
  author       = { {Dipankar Sarkar} } ,
  title        = { Fragaria: Advanced Chain of Thought Reasoning API with Reinforcement Learning } ,
  year         = 2024 ,
  publisher    = { GitHub } ,
  journal      = { GitHub repository } ,
  howpublished = { url{https://github.com/terraprompt/fragaria} } ,
}

Para trabalhos acadêmicos, você pode citar a FraGaria como:

Dipankar Sarkar. (2024). FraGaria: Cadeia avançada de API de raciocínio de pensamento com aprendizado de reforço [software de computador]. https://github.com/terraprompt/fragaria

---

A FraGaria é mantida pela equipe Terreprompt. Para qualquer dúvida ou suporte, abra um problema no repositório do GitHub.