discus

鐵餅

⚡快速安裝

pip install discus

有關最新版本，請進行pip install discus@git+https://github.com/discus-labs/discus

文件

https://discus.ai/docs/index.html

？什麼是鐵餅

對於ML測試/評估，訪問高質量和大型數據集至關重要。鐵餅是一個利用LLM的Python庫，以生成用戶指導數據來解決此關鍵問題。

跟上我們的Twitter或Discord上的更新。

開始用鐵餅開始

這裡有一些快速的步驟來使鐵餅起作用。

安裝鐵餅後，請確保將其集成到LLM提供商中。例如，

 export OPENAI_API_KEY=your-api-key-here

我們現在可以開始。首先，按照以下準則創建您的JSON：

• task_name：您想調用的任務
• task_type：要生成的數據類型。當前是LLM-Instances或LLM-Instructions
• Task_Explated：任務的具體準則。
• generated_dataset_name：您希望調用返回的CSV的內容。
• model_provider：您要使用的LLM。目前僅開放。
• model_name：提供商的確切模型。
• number_of_rows：要生成/富集的數據點數

 config = {
    "task_name" : "English2Spanish" ,
    "task_type" : "LLM-Instances" ,
    "task_explained" : "generate english to spanish translation." , # fill in the blank. "you are trying to _____"
    "generated_dataset_name" : "eng2spanish.csv" ,
    "model_provider" : "openai" ,
    "model_name" : "gpt-3.5-turbo" ,
    "number_of_rows" : "1500"
}

要運行，導入鐵餅。然後，創建一個生成器對象。

 from discus import Generator

discus = Generator ( config = "config_file_path" )
generated_data = discus . run ()

通過為您的模型提供種子數據集，獲得更好的結果。

 discus = Generator ( config = "config_file_path" , seed_dataset = "csv_file_path" )
generated_data = discus . run ()

---

支持

鐵餅是一個快速發展的項目。我們歡迎各種形式的貢獻 - 錯誤報告，提取請求和改進圖書館的想法。

在GitHub上打開一個問題，以獲取錯誤和請求功能。抓住一個公開問題，並提交拉動請求！鐵餅是一個快速發展的項目。我們歡迎各種形式的貢獻 - 錯誤報告，提取請求和改進圖書館的想法。

1. 在GitHub上打開一個問題，以獲取錯誤和請求功能。
2. 抓住一個公開問題，並提交拉動請求！