Promptify

提示

及时工程，解决LLM的NLP问题，并轻松地生成不同的NLP任务提示，例如GPT，Palm等流行的生成模型

安装

与pip

该存储库在Python 3.7+，OpenAI 0.25+上进行了测试。

您应该使用pip命令安装提示

pip3 install promptify

或者

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

快速游览

为了立即为您的NLP任务使用LLM模型，我们提供Pipeline API。

 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" },
]
 

GPT-3示例与NER，多标签，问题生成任务

特征 ？

• 仅在2行代码中执行NLP任务（例如NER和分类），而无需培训数据
• 轻松在提示
• 处理LLMS（GPT，T5等）的无界预测
• 输出始终作为Python对象（例如列表，字典）提供，以便于解析和过滤。这是LLMS生成的输出的主要优势，其非结构化和原始输出使其难以在业务或其他应用程序中使用。
• 自定义示例和样本可以轻松添加到提示中
• ？在HuggingFace Hub上存储的任何模型运行推断（请参阅笔记本指南）。
• 优化提示以降低OpenAI代币成本（即将推出）

支持基于及时的NLP任务的广泛范围：

任务名称	COLAB笔记本	地位
命名实体识别	与GPT-3的示例	✅
多标签文本分类	GPT-3的分类示例	✅
多级文本分类	GPT-3的分类示例	✅
二进制文本分类	GPT-3的分类示例	✅
提问	QPA-3的质量检查示例	✅
提问的一代	QPA-3的质量检查示例	✅
关系萃取	与GPT-3的关系摘要示例	✅
摘要	GPT-3的摘要任务示例	✅
解释	GPT-3的说明任务示例	✅
SQL作家	SQL作家示例与GPT-3	✅
表格数据
图像数据
更多提示

文档

提示文档

社区

如果您对及时工程，LLM，CHATGPT和其他最新研究讨论感兴趣，请考虑加入提示Slab

@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}
}

？贡献

我们欢迎对我们的开源项目的任何贡献，包括新功能，改进基础架构以及更全面的文档。请参阅贡献指南