LLM Pandoras

英語| 簡體中文|

LLM-WorkBench是使用簡化的培訓，微調和可視化語言模型的工具包。它非常適合研究人員和AI愛好者。

特徵

• ？知識基礎問答：我們提供各種知識檢索方式，其中ES使用8.9.0混合搜索來搜索基於輸入和答案的相關知識片段。
• Excel問答：我們使用chatglm3根據問題生成相應的Python代碼，並使用內核執行相關代碼以返回結果。
• ？模型培訓：使用我們的工具包，您可以輕鬆培訓自己的語言模型。
• ？模型微調：我們提供了一種簡單的方法來微調模型以更好地適應您的特定任務。
• 模型可視化：我們的工具包包括一些可視化工具，可以幫助您更好地理解模型。

？ Docker-Compose安裝

安裝Elasticsearch（請根據Docker-Compose文件打開相應的服務器端口，或自定義）：

 cd docker/es
docker-compose up -d

要使用知識基礎問答，您需要構建相應的索引：

方法一：您可以使用以下命令安裝llm-workbench：

 cd LLM-Workbench
docker-compose up -d

對於使用Excel表Q＆A的情況，您需要輸入容器並指定內核解釋器：

 ipython kernel install --name llm --user

在哪裡，LLM對應於Conda環境名稱。

？用法

方法2：安裝LLM-WorkBench後，您可以從以下命令開始：

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

然後，您可以打開瀏覽器中顯示的URL，以開始使用LLM-Workbench。

？貢獻

我們歡迎任何形式的貢獻！如果您有任何疑問或建議，請隨時在Github上提高它們。

？執照

LLM-Workbench根據MIT許可發布。有關更多詳細信息，請參閱許可證文件。

？聯繫我們

如果您有任何疑問或建議，請隨時通過電子郵件或Github詢問我們。

星曆史