Saltar al contenido principal

Herramientas de ingeniería de prompts

Esta sección contiene una lista de herramientas que son útiles para la generación de prompts.

Desarrollo, prueba y concatenación de prompts​

LangChain​

Los grandes modelos de lenguaje (LLMs) están surgiendo como una tecnología transformadora, permitiendo a los desarrolladores construir aplicaciones que antes no podían. Pero el uso de estos LLMs de forma aislada a menudo no es suficiente para crear una aplicación realmente poderosa; el verdadero poder radica en poder combinarlos con otras fuentes de computación o conocimiento.

Esta biblioteca está diseñada para ayudar en el desarrollo de ese tipo de aplicaciones.

Dust.tt​

La plataforma Dust ayuda a construir aplicaciones de modelos de lenguaje a través de llamadas prompt a modelos externos. Proporciona una interfaz gráfica fácil de usar para construir cadenas de prompts, así como un conjunto de bloques estándar y un lenguaje de programación personalizado para analizar y procesar las salidas de los modelos de lenguaje.

Proporciona una serie de características para hacer el desarrollo de aplicaciones más rápido, más fácil y más robusto:

  • Ejecución de múltiples completaciones en paralelo
  • Inspección de salidas de ejecución
  • Versionado de cadenas de prompts
  • Lenguaje de programación personalizado para procesar datos y texto
  • Integración de API para varios modelos y servicios externos

OpenPrompt1​

El aprendizaje de prompts es el último paradigma para adaptar modelos de lenguaje pre-entrenados (PLMs) a tareas de NLP, que modifica el texto de entrada con una plantilla textual y utiliza directamente PLMs para llevar a cabo tareas pre-entrenadas. OpenPrompt es una biblioteca construida sobre PyTorch y proporciona un marco estándar, flexible y extensible para implementar la cadena de aprendizaje de prompts. OpenPrompt admite la carga de PLMs directamente desde huggingface transformers. En el futuro, también admitirá PLMs implementados por otras bibliotecas.

BetterPrompt​

⚡ Conjunto de pruebas para prompts de LLM antes de enviarlos a PROD ⚡

Prompt Engine​

Biblioteca de utilidades NPM para crear y mantener prompts para grandes modelos de lenguaje (LLMs).

TextBox2​

TextBox 2.0 es una biblioteca de generación de texto actualizada basada en Python y PyTorch que se centra en la construcción de una tubería unificada y estandarizada para aplicar modelos de lenguaje pre-entrenados a la generación de texto.

ThoughtSource​

"ThoughtSource es un recurso central y comunitario abierto centrado en datos y herramientas para el razonamiento de cadena de pensamiento en modelos de lenguaje grandes (Wei 2022). Nuestro objetivo a largo plazo es habilitar un razonamiento confiable y robusto en sistemas avanzados de IA para impulsar la investigación científica y la práctica médica".

Miscelánea.​

Índice GPT3​

GPT Index es un proyecto que consiste en un conjunto de estructuras de datos diseñadas para facilitar el uso de bases de conocimiento externas grandes con LLMs.

Deforum​

Videos animados de inteligencia artificial.

Visual Prompt Builder​

Construir prompts, visualmente.

Explorador de Composición Interactiva​

ICE es una biblioteca de Python y visualizador de trazas para programas de modelos de lenguaje.

Other​

https://gpttools.com

  1. Ding, N., Hu, S., Zhao, W., Chen, Y., Liu, Z., Zheng, H.-T., & Sun, M. (2021). OpenPrompt: An Open-source Framework for Prompt-learning. arXiv Preprint arXiv:2111.01998. ↩
  2. Tang, T., Junyi, L., Chen, Z., Hu, Y., Yu, Z., Dai, W., Dong, Z., Cheng, X., Wang, Y., Zhao, W., Nie, J., & Wen, J.-R. (2022). TextBox 2.0: A Text Generation Library with Pre-trained Language Models. ↩
  3. Liu, J. (2022). GPT Index. https://doi.org/10.5281/zenodo.1234 ↩