Promptify

Restryify

Обратная техническая инженерия, решайте проблемы с НЛП с LLM и легко генерируйте различные подсказки задач NLP для популярных генеративных моделей, таких как GPT, PALM и многое другое с помощью быстрого

Установка

С Pip

Этот репозиторий тестируется на Python 3.7+, Openai 0,25+.

Вы должны установить recordify с использованием команды PIP

pip3 install promptify

или

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

Быстрый тур

Чтобы немедленно использовать модель LLM для вашей задачи NLP, мы предоставляем API Pipeline .

 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" },
]
 

Пример GPT-3 с помощью NER, многолетняя задача генерации вопросов

Функции ?

• Выполнять задачи NLP (такие как NER и классификация) всего в 2 строках кода, без учебных данных не требуются
• Легко добавить один выстрел, два выстрела или несколько примеров выстрела в подсказку
• Обработка предсказания за пределами LLMS (GPT, T5 и т. Д.)
• Вывод всегда предоставляется в виде объекта Python (например, словаря) для легкого анализа и фильтрации. Это основное преимущество перед LLMS, сгенерированным выходом, чей неструктурированный и необработанный вывод затрудняет использование в бизнесе или других приложениях.
• Пользовательские примеры и образцы могут быть легко добавлены в приглашение
• ? Запустите вывод на любую модель, хранящуюся в концентраторе Huggingface (см. Руководство по ноутбуку).
• Оптимизированные подсказки по снижению затрат на токен OpenAI (скоро наступит)

Поддержка широкого диапазона задач NLP на основе быстрого на основе:

Имя задачи	Колаб ноутбук	Статус
Названное признание сущности	NER примеры с GPT-3	✅
Классификация текста с несколькими маршрутами	Классификационные примеры с GPT-3	✅
Классификация текста с несколькими классами	Классификационные примеры с GPT-3	✅
Бинарная текстовая классификация	Классификационные примеры с GPT-3	✅
Вопрос-ответный	Примеры задачи QA с GPT-3	✅
Вопрос-ответ поколение	Примеры задачи QA с GPT-3	✅
Отношение-экспрессия	Примеры экстракции отношения с GPT-3	✅
Суммирование	Примеры задачи суммирования с GPT-3	✅
Объяснение	Примеры задачи объяснения с GPT-3	✅
SQL писатель	Пример писателя SQL с GPT-3	✅
Табличные данные
Данные изображения
Больше подсказок

Док

Быстро определить документы

Сообщество

Если вы заинтересованы в быстрой инженерии, LLMS, CHATGPT и других последних исследовательских дискуссий, пожалуйста, рассмотрите возможность присоединиться к roptslab

@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}
}

? Внося

Мы приветствуем любой вклад в наш проект с открытым исходным кодом, включая новые функции, улучшения инфраструктуры и более полную документацию. Пожалуйста, смотрите в соответствии с руководящими принципами