首页 >科技周边 >人工智能 >LMQL简介:SQL和大语言模型之间的桥梁

LMQL简介:SQL和大语言模型之间的桥梁

Lisa Kudrow
Lisa Kudrow原创
2025-03-08 10:54:14838浏览

An Introduction to LMQL: The Bridge Between SQL and Large Language Models

结构化查询语言

> SQL是数据库管理的基石,可实现有效的数据存储,检索和操纵。 它的广泛采用源于其在处理大量数据集中的简单性和有效性。但是,不断发展的数据格局引入了新的挑战。

人工智能和大语言模型(LLM)的兴起提供了强大的工具,但是与它们进行互动可能很麻烦。 这是lmql进入的地方。

LMQL由SRI实验室开发,LMQL充当开发人员和LLM之间的桥梁。 它将SQL的结构化查询能力带入了语言模型的世界,简化了互动并提高效率。

此教程封面:

什么是lmql?
  • 为什么使用lmql?
  • >设置LMQL
  • 实用的LMQL应用
  • lmql限制
  • 最佳实践
  • 什么是lmql?
LMQL或语言模型查询语言是一种专为LLM设计的新型编程语言。 它将类似SQL的声明性特征与命令性脚本语法相结合,提供了一种更结构化的信息提取方法和从LLMS产生响应的方法。

>

>重要的是,LMQL扩展了Python,添加了新功能并扩大了其功能。 这使开发人员可以制作自然语言提示结合文本和代码,从而提高查询灵活性和表现力。 正如其创建者所说的那样,LMQL无缝将LLM交互作用整合到程序代码中,超越了传统的模板。 它是在研究论文中引入的,“提示是编程:用于大语模型的查询语言”,作为“语言模型提示”(LMP)的解决方案。

llms excel在问题回答和代码生成等任务上,基于输入概率生成逻辑序列。 LMP通过使用语言说明或示例来触发任务来利用此功能。 高级技术甚至允许用户,模型和外部工具之间进行交互。

挑战在于为特定任务实现最佳性能或量身定制LLM,通常需要复杂的,特定于任务的程序,这些程序仍可能取决于临时交互。 LMQL通过提供文本提示和脚本的直观混合来解决此问题,从而使用户能够在LLM输出上定义约束。

为什么使用lmql?

>虽然可以从概念上提示现代LLM,从而最大程度地发挥其潜力并适应新模型,需要深入了解其内部工作和供应商特定的工具。 由于令牌化,诸如将输出限制为特定单词或短语的任务可能很复杂。 此外,使用LLM,无论是在本地还是通过API,由于其尺寸而昂贵。LMQL减轻这些问题。它通过利用预定义的行为和搜索约束来减少LLM调用。 它还简化了提示技术,通常涉及用户和模型或专用接口之间的迭代通信。 LMQL的约束功能对于生产环境至关重要,可确保可预测且可加工的产出。 例如,在情感分析中,LMQL可确保像“正”,“负”或“中性”之类的一致输出,而不是更多的冗长,不容易解析的响应。 人类可读的约束取代了直接与模型令牌一起使用的需求。

>

>设置LMQL

LMQL可以在本地安装,也可以通过其在线游乐场IDE访问。对于使用Transformers或Llama.cpp。

>安装和环境设置

本地安装很简单:

用于使用pytorch> = 1.11:的GPU支持

pip install lmql
建议使用虚拟环境。

>

存在运行LMQL程序的三种方法:
pip install lmql[hf]

>

>游乐场:

>启动基于浏览器的IDE(需要node.js)。通过
    > https://www.php.cn/link/4a914e5c38172ae9b61780ffbd0b2f90
  1. 访问。 在 > python集成:lmql playground import and使用> decorator。
  2. 在操场或命令行中使用本地变压器模型时,使用>。lmql run启动LMQL推理API .lmql理解LMQL语法
  3. lmql程序有五个关键部分: lmqllmql.run查询:@lmql.query用户和LLM之间的主要通信方法。 用于生成的文本,
用于可变检索。

> lmql serve-model

>解码器:指定解码算法(例如,梁搜索)。可以在查询或外部(以python)中定义。

>模型:加载的,并将其传递到外部或使用子句。 使用各种约束(停止短语,数据类型,字符/令牌长度,以下等级,以下等级,自定义约束)。
  • >分布:定义输出格式和结构。 [varname]> LMQL限制和社区支持{varname} LMQL的相对新颖性导致了一个小社区和不那么全面的文档。 OpenAI API的限制还限制了某些模型(例如ChatGpt)的全面利用。 但是,正在进行的发展有望得到改进。
  • 结论

    LMQL提供了一种与LLMS交互的功能强大的SQL风格的方法。它的Python集成和约束功能使其成为各种应用程序的宝贵工具。 要进一步学习,请探索有关LlamainDex的资源,CHATGPT替代方案,LLM与Pytorch,Langchain和Cohere Api的培训。

以上是LMQL简介:SQL和大语言模型之间的桥梁的详细内容。更多信息请关注PHP中文网其他相关文章!

声明:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn