LLM Pandoras

ภาษาอังกฤษ | 简体中文 |

LLM-Workbench เป็นชุดเครื่องมือสำหรับการฝึกอบรมการปรับแต่งและการแสดงภาพแบบภาษาโดยใช้ Streamlit เหมาะมากสำหรับนักวิจัยและผู้ที่ชื่นชอบ AI

คุณสมบัติ

• - ฐานความรู้และคำตอบ : เราให้วิธีการดึงความรู้หลายวิธีโดยที่ ES ใช้การค้นหาไฮบริด 8.9.0 เพื่อค้นหาชิ้นส่วนความรู้ที่เกี่ยวข้องตามอินพุตและคำตอบ
• Excel Q&A A : เราใช้ chatglm3 เพื่อสร้างรหัส Python ที่สอดคล้องกันตามคำถามและใช้เคอร์เนลเพื่อเรียกใช้รหัสที่เกี่ยวข้องเพื่อส่งคืนผลลัพธ์
• - การฝึกอบรมแบบจำลอง : ด้วยชุดเครื่องมือของเราคุณสามารถฝึกอบรมรูปแบบภาษาของคุณเองได้อย่างง่ายดาย
• - การปรับแต่งแบบจำลอง : เราให้วิธีง่ายๆในการปรับแต่งโมเดลของคุณเพื่อปรับให้เข้ากับงานเฉพาะของคุณได้ดีขึ้น
• การสร้างภาพแบบจำลอง : ชุดเครื่องมือของเรามีเครื่องมือสร้างภาพบางอย่างที่สามารถช่วยให้คุณเข้าใจโมเดลของคุณได้ดีขึ้น

- การติดตั้งนักเทียบท่า

ติดตั้ง ElasticSearch (โปรดเปิดพอร์ตเซิร์ฟเวอร์ที่เกี่ยวข้องตามไฟล์ Docker-compose หรือปรับแต่ง):

 cd docker/es
docker-compose up -d

ในการใช้ Q&A ฐานความรู้คุณต้องสร้างดัชนีที่เกี่ยวข้อง:

วิธีที่หนึ่ง: คุณสามารถติดตั้ง LLM-WorkBench ด้วยคำสั่งต่อไปนี้:

 cd LLM-Workbench
docker-compose up -d

สำหรับกรณีของการใช้ Q&A ของ Excel Table คุณต้องป้อนคอนเทนเนอร์และระบุล่ามเคอร์เนล:

 ipython kernel install --name llm --user

โดยที่ LLM สอดคล้องกับชื่อสภาพแวดล้อม conda

- การใช้งาน

วิธีที่สอง: หลังจากติดตั้ง LLM-WorkBench คุณสามารถเริ่มต้นด้วยคำสั่งต่อไปนี้:

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

จากนั้นคุณสามารถเปิด URL ที่แสดงในเบราว์เซอร์ของคุณเพื่อเริ่มใช้ LLM-WorkBench

- ผลงาน

เรายินดีต้อนรับรูปแบบใด ๆ ของการบริจาค! หากคุณมีคำถามหรือคำแนะนำใด ๆ อย่าลังเลที่จะยกระดับพวกเขาใน GitHub

- ใบอนุญาต

LLM-Workbench เปิดตัวภายใต้ใบอนุญาต MIT สำหรับรายละเอียดเพิ่มเติมโปรดดูไฟล์ใบอนุญาต

- ติดต่อเรา

หากคุณมีคำถามหรือข้อเสนอแนะอย่าลังเลที่จะถามเราทางอีเมลหรือ GitHub

ประวัติดาว