Promptify - 迅速なエンジニアリング|GPT またはその他のプロンプト ベースのモデルを使用して、構造化された出力を取得します。プロンプトエンジニアリング、LLM、その他の最新の研究のための不和に参加してください

(Prompt Engineering | Use GPT or other prompt based models to get structured output. Join our discord for Prompt-Engineering, LLMs and other latest research)

Created at: 2022-12-13 02:06:32
Language: Python
License: Apache-2.0

プロンプト

プロンプトエンジニアリング、LLMによるNLP問題の解決、およびPromptifyを使用して、GPT、PaLMなどの一般的な生成モデルに対してさまざまなNLPタスクプロンプトを簡単に生成します

Promptify は Apache 2.0 ライセンスの下でリリースされています。 PyPI バージョン http://makeapullrequest.com コミュニティ コラボ

取り付け

ピップ付き

このリポジトリは Python 3.7+ と openai 0.25+ でテストされています。

Pipコマンドを使用してプロンプトをインストールする必要があります

pip3 install promptify

クイックツアー

NLPタスクにLLMモデルをすぐに使用するために、APIを提供しています。

Prompter

from promptify import OpenAI
from promptify import Prompter

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)
nlp_prompter = Prompter(model)


result       = nlp_prompter.fit('ner.jinja',
                          domain      = 'medical',
                          text_input  = sentence)
                          
                          
### 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 の例 NER、マルチラベル、質問生成タスク

顔立ち 🎮

  • NLPタスク(NERや分類など)をわずか2行のコードで実行でき、トレーニングデータは不要
  • プロンプトにワンショット、ツーショット、またはいくつかのショットの例を簡単に追加できます
  • LLMS からの領域外予測の処理 (GPT、t5 など)
  • 出力は常にPythonオブジェクト(リスト、辞書など)として提供され、解析とフィルタリングが容易になります。これは、構造化されていない生の出力により、ビジネスやその他のアプリケーションでの使用が困難になるLLMで生成された出力よりも大きな利点です。
  • カスタム例とサンプルをプロンプトに簡単に追加できます
  • OpenAIトークンコストを削減するための最適化されたプロンプト(近日公開予定)

幅広いプロンプトベースのNLPタスクをサポート:

タスク名 コラボノート 地位
固有表現認識 GPT-3を使用したNERの例
マルチラベルテキスト分類 GPT-3による分類例
多クラステキスト分類 GPT-3による分類例
バイナリ テキスト分類 GPT-3による分類例
質疑応答 GPT-3を使用したQAタスクの例
質疑応答の生成 GPT-3を使用したQAタスクの例
要約 GPT-3 を使用した集計タスクの例
説明 GPT-3の説明タスクの例
表形式データ
画像データ
その他のプロンプト

💁貢献

新機能、インフラストラクチャの改善、より包括的なドキュメントなど、オープンソースプロジェクトへの貢献を歓迎します。 寄稿ガイドラインをご覧ください