推广 热搜:   公司    行业  系统  服务  参数  教师  企业  中国 

Promptim:AI 提示自动迭代优化库,生成最佳提示

   日期:2024-11-20     浏览:85    移动:http://lanlanwork.gawce.com/mobile/quote/8720.html

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦

prom<em></em>ptim:AI 提示自动迭代优化库,生成最佳提示

🥦 微信公众号|搜一搜:蚝油菜花 🥦


  1. promptim 是一个实验性的提示优化库,通过自动化流程提升 AI 系统在特定任务上的提示效果。
  2. 主要功能包括自动化提示优化、自定义评估器集成、人工反馈循环和多轮优化。
  3. 技术原理基于优化循环、元提示、性能评估、模型集成和数据驱动的优化。

prom<em></em>ptim:AI 提示自动迭代优化库,生成最佳提示

promptim 是一个实验性的 AI 提示优化库,旨在帮助用户系统地改善 AI 系统的提示效果。用户只需提供初始提示、数据集和自定义评估器,promptim 就能自动运行优化循环,生成更优的提示。这一过程提高了 AI 任务的性能,支持用人工反馈进一步指导优化,实现更精准的 AI 系统调优。promptim 的目标是简化 AI 提示的调整和优化工作,让 AI 系统更加高效和智能。

  • 自动化提示优化:自动迭代和优化 AI 系统的提示,提高特定任务的性能。
  • 自定义评估器集成:用户能定义自己的评估器衡量提示的效果,promptim 根据评估器的反馈进行优化。
  • 人工反馈循环:支持“人在回路”的优化,支持用户直接对 AI 输出提供反馈,指导优化过程。
  • 多轮优化:用多次迭代优化,promptim 不断调整提示,直至找到最佳配置。
  • 优化循环:promptim 基于优化循环迭代改进提示。循环包括评估当前提示的性能,根据评估结果提出改进建议,再测试改进。
  • 元提示(meta-prompting:在每个训练批次中,promptim 用一个元提示建议对当前提示的修改。元提示是高级提示,指导提示的优化方向。
  • 性能评估:在训练和验证数据集上评估提示的性能,用用户定义的评估器量化性能指标。
  • 模型集成:与不同的 AI 模型集成,基于模型生成和评估提示。
  • 数据驱动的优化:优化过程是基于数据的,用数据集测试和改进提示,确保优化是基于实际性能反馈的。

1. 安装

首先安装 CLI

 

确保环境中有有效的 LangSmith API Key 和 Anthropic API Key:

 

2. 创建任务

接下来,创建一个任务来优化。运行以下命令生成模板

 

这将生成启动代码,包括任务的名称、提示、数据集和描述。完成后, 目录中应有以下文件

 

3. 定义评估器

打开 中的评估器存根,找到分配分数的行

 

更新该行为

 

更新评估器名称

 

添加评论

 

4. 训练

运行 命令开始优化

 

终端会显示进度。完成后,终端将打印出最终的“优化”提示和 hub 中的提交链接。

  1. GitHub 仓库:https://github.com/hinthornw/promptimizer

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦

本文地址:http://lanlanwork.gawce.com/quote/8720.html    阁恬下 http://lanlanwork.gawce.com/ , 查看更多

特别提示:本信息由相关企业自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。


相关行业动态
推荐行业动态
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2023001713号