fragaria

Fragaria - จาก 'r ในสตรอเบอร์รี่ไปจนถึงการแก้ปัญหาที่ซับซ้อน AI

Advanced Chain of Thought (COT) การให้เหตุผล API ด้วยการเรียนรู้เสริมแรง (RL)

Fragaria เป็นห่วงโซ่ความคิดที่ทรงพลังและยืดหยุ่น (COT) การใช้เหตุผล API ที่ใช้ประโยชน์จากผู้ให้บริการรูปแบบภาษาต่าง ๆ (LLM) และรวมเทคนิคการเรียนรู้เสริมแรง (RL) เพื่อแก้ปัญหาที่ซับซ้อนและตอบคำถามที่ซับซ้อน Fragaria ได้รับการตั้งชื่อตามประเภทพฤกษศาสตร์ของสตรอเบอร์รี่ Fragaria แสดงความเคารพต่อผู้มีชื่อเสียง "มีกี่คนในสตรอเบอร์รี่" ปัญหาเป็นสัญลักษณ์ของความสามารถในการจัดการทั้งการสืบค้นที่เรียบง่ายและซับซ้อนด้วยกลเม็ดเด็ดพรายที่เท่ากัน

สารบัญ

• คุณสมบัติ
• การติดตั้ง
• การกำหนดค่า
• การใช้งาน
• เอกสาร API
• ตัวอย่าง
• การบริจาค
• ใบอนุญาต

คุณสมบัติ

• การสนับสนุนแบบหลายผู้ให้บริการ : สลับระหว่าง OpenAI, GROQ และร่วมกันอย่างราบรื่นในฐานะผู้ให้บริการ LLM
• ห่วงโซ่การให้เหตุผลทางความคิด : ใช้เทคนิค COT ที่ซับซ้อนเพื่อทำลายและแก้ปัญหาที่ซับซ้อน
• การเรียนรู้การเสริมแรง : ใช้อัลกอริทึม RL เพื่อปรับปรุงกลยุทธ์การแก้ปัญหาอย่างต่อเนื่องและปรับให้เข้ากับความท้าทายใหม่ ๆ
• การเรียนรู้แบบปรับตัว : เพิ่มประสิทธิภาพเมื่อเวลาผ่านไปผ่านระบบการให้คะแนนที่ใช้ SQLite ที่รวมเข้ากับเทคนิค RL
• สามารถกำหนดค่าได้ : ไฟล์กำหนดค่า YAML ที่ง่ายต่อการอัปเดตสำหรับการตั้งค่าที่ยืดหยุ่นของพารามิเตอร์ LLM และ RL
• เอกสาร OpenAPI : เอกสาร API ที่ครอบคลุมด้วย Swagger UI และ REDOC
• การสนับสนุน CORS : การแบ่งปันทรัพยากรข้ามต้นกำเนิดในตัวเพื่อการรวมเข้ากับเว็บแอปพลิเคชันได้อย่างง่ายดาย

การติดตั้ง

1. โคลนที่เก็บ:

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

2. สร้างสภาพแวดล้อมเสมือนจริง (เป็นทางเลือก แต่แนะนำ):

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

3. ติดตั้งการพึ่งพาที่ต้องการ:

    pip install -r requirements.txt
   

การกำหนดค่า

1. คัดลอกไฟล์ config.yaml.example ไปที่ config.yaml :

    cp config.yaml.example config.yaml
   

2. เปิด config.yaml และอัปเดตการตั้งค่าต่อไปนี้:

   • ตั้งค่า llm_provider ที่คุณต้องการ (OpenAI, GROQ หรือร่วมกัน)
   • เพิ่มปุ่ม API ของคุณสำหรับผู้ให้บริการที่เกี่ยวข้อง
   • ปรับชื่อรุ่นหากจำเป็น
   • แก้ไขพา ธ ฐานข้อมูลและการตั้งค่าเซิร์ฟเวอร์หากจำเป็น

การใช้งาน

1. เริ่มเซิร์ฟเวอร์ Fragaria API:

    python main.py
   

2. API จะพร้อมใช้งานที่ http://localhost:8000 (หรือโฮสต์/พอร์ตที่ระบุในการกำหนดค่าของคุณ)

3. ตอนนี้คุณสามารถส่งคำขอโพสต์ไปที่ http://localhost:8000/v1/chat/completions เพื่อใช้ความสามารถในการให้เหตุผลด้านความคิด

เอกสาร API

Fragaria จัดทำเอกสาร API ที่ครอบคลุม:

• Swagger UI: http://localhost:8000/docs
• redoc: http://localhost:8000/redoc
• openapi json schema: http://localhost:8000/openapi.json

ตัวอย่าง

นี่คือปัญหาตัวอย่างที่คุณสามารถแก้ไขได้โดยใช้ Fragaria:

1. ปัญหาสตรอเบอร์รี่คลาสสิก:

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

2. ปริศนาที่เกี่ยวข้องกับอายุที่ซับซ้อนมากขึ้น:

   {
     "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. " }
     ]
   }

ในการแก้ปัญหาเหล่านี้ให้ส่งคำขอโพสต์ไปที่ /v1/chat/completions ด้วย payloads JSON ข้างต้น

มันทำงานอย่างไร

Fragaria ใช้โซ่การให้เหตุผล (COT) ที่ซับซ้อนซึ่งได้รับการปรับปรุงโดยการเรียนรู้การเสริมแรง:

1. การจำแนกปัญหา : จัดหมวดหมู่ปัญหาการป้อนข้อมูลเป็นประเภทปัญหาที่ทราบหรือใหม่
2. การสร้างเส้นทาง COT : สร้างวิธีการให้เหตุผลหลายวิธีสำหรับประเภทปัญหาซึ่งได้รับอิทธิพลจากประสิทธิภาพที่ผ่านมา
3. การดำเนินการแบบขนาน : ใช้แต่ละเส้นทาง COT กับปัญหาพร้อมกัน
4. การรวมกันของผลลัพธ์ : สังเคราะห์ผลลัพธ์จากเส้นทางที่แตกต่างกัน
5. การประเมินผล : คะแนนประสิทธิภาพของแต่ละวิธี
6. การปรับปรุงการเรียนรู้การเสริมแรง : ใช้คะแนนการประเมินเป็นรางวัลเพื่ออัปเดตนโยบาย RL ซึ่งมีอิทธิพลต่อการเลือกเส้นทางและรุ่นในอนาคต
7. การเรียนรู้แบบปรับตัว : อัปเดตฐานข้อมูลการให้คะแนนและโมเดล RL เพื่อปรับปรุงประสิทธิภาพในอนาคต

กระบวนการปรับปรุง RL นี้ช่วยให้ Fragaria ไม่เพียง แต่จัดการกับปัญหาที่หลากหลาย แต่ยังรวมถึงการเรียนรู้และปรับกลยุทธ์เมื่อเวลาผ่านไปและมีประสิทธิภาพมากขึ้นในการแก้ปัญหาทั้งที่คุ้นเคยและปัญหาใหม่

การบริจาค

เรายินดีต้อนรับการมีส่วนร่วมของ Fragaria! โปรดทำตามขั้นตอนเหล่านี้เพื่อมีส่วนร่วม:

1. แยกที่เก็บ
2. สร้างสาขาใหม่สำหรับคุณสมบัติหรือการแก้ไขข้อบกพร่องของคุณ
3. ทำการเปลี่ยนแปลงของคุณและส่งข้อความที่ชัดเจนและอธิบาย
4. ผลักดันการเปลี่ยนแปลงของคุณไปยังส้อมของคุณ
5. ส่งคำขอดึงไปยังพื้นที่เก็บข้อมูลหลักของ Fragaria

โปรดตรวจสอบให้แน่ใจว่ารหัสของคุณเป็นไปตามมาตรฐานการเข้ารหัสของโครงการและรวมถึงการทดสอบคุณสมบัติใหม่

ใบอนุญาต

Fragaria เปิดตัวภายใต้ใบอนุญาต MIT ดูไฟล์ใบอนุญาตสำหรับรายละเอียด

การอ้างอิง

หากคุณใช้ Fragaria ในการวิจัยของคุณหรือต้องการอ้างถึงในสิ่งพิมพ์ของคุณโปรดใช้รายการ BibTex ต่อไปนี้:

 @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} } ,
}

สำหรับเอกสารทางวิชาการคุณสามารถอ้างถึง Fragaria เป็น:

Dipankar Sarkar (2024) Fragaria: API API การให้เหตุผลด้านความคิดขั้นสูงพร้อมการเรียนรู้การเสริมแรง [ซอฟต์แวร์คอมพิวเตอร์] https://github.com/terraprompt/fragaria

---

Fragaria ได้รับการดูแลโดยทีม Terraprompt สำหรับคำถามหรือการสนับสนุนใด ๆ โปรดเปิดปัญหาเกี่ยวกับที่เก็บ GitHub