Potit AI博客：购物中心0.2.0
Byadmin2

购物中心用于大型语言模型（LLM）来运行数据的NLP进程。此软件包可用于R和Python。版本0.2.0分别发布给Cran和Pypi。

在R中，您可以使用以下方式安装最新版本

在伯森（Bethon），有：

此版本扩展了您可以使用的LLM提供商的数量 mall。同样，在Python中，通过链椎骨运行NLP操作的选项，在R中为“并行”请求提供了支持。

宣布此包装的新作弊纸也非常令人兴奋。它可以打印（PDF）和HTML格式！

更多LLM服务提供商

此版本中最突出的事情是能够使用OpenAI，Gemini和Anthropic等外部LLM提供商。而不是为每个提供商编写集成，而是 mall 专门的集成软件包用于作为调解人。

在p中， mall 使用 ellmer 与各种LLM提供商集成的软件包。要达到新功能，请首先创建聊天连接，然后通过此连接 llm_use()。以下是交货和OpenAI使用的一个示例：

install.packages("ellmer")

library(mall)
library(ellmer)

chat <- chat_openai()
#> Using model = "gpt-4.1".

llm_use(chat, .cache = "_my_cache")
#> 
#> ── mall session object 
#> Backend: ellmerLLM session: model:gpt-4.1R session: cache_folder:_my_cache

在伯森， mall 使用 chatlas 作为与LLM的集成点。 chatlas 它还与许多LLM提供商集成在一起。首先，使用 chatlas 聊天类别，然后将其传递到Polars数据框架 .llm.use() 工作：

pip install chatlas

import mall
from chatlas import ChatOpenAI

chat = ChatOpenAI()

data = mall.MallData
reviews = data.reviews

reviews.llm.use(chat)
#> {'backend': 'chatlas', 'chat': 
#> , '_cache': '_mall_cache'}

沟通 mall 对于LLM外部提供商，他们提供了成本研究。大多数服务提供商都会收到其应用程序编程接口的使用，因此有可能成为一张大桌子，带有长文本，一个昂贵的过程。

并行请求（P）

一项新功能 ellmer 0.3.0可以并行访问多个索赔，而不是序列。这使得处理桌子更快，甚至更便宜。如果提供商支持此功能， ellmer 能够从中受益
parallel_chat()
工作。双子座和Openai支持该功能。

在新版本的 mall，与 ellmer 它是专门编写的，以利用并行聊天。为了减少每个索赔的规模，重写了NLP指令的内部部分。此外，已重写临时存储系统以支持双订单。

NLP操作没有表

自初始版本以来 mall RS执行NLP操作的能力已经提供了链向量，换句话说，无需时间表。从新版本开始， mall 它还可以在Peton版本中提供此作业本身。

mall 可以解决A中的向量 list 目标。供新准备 LLMVec 带有Ollama模型的类对象或 chatlas Chat

对象，然后访问与Porars扩展相同的NLP功能。

# Initialize a Chat object
from chatlas import ChatOllama
chat = ChatOllama(model = "llama3.2")

# Pass it to a new LLMVec
from mall import LLMVec
llm = LLMVec(chat)

访问新的llmvec对象上的作业，然后传递要解决的文本。

llm.sentiment(["I am happy", "I am sad"])
#> ['positive', 'negative']

llm.translate(["Este es el mejor dia!"], "english")
#> ['This is the best day!']

有关更多信息，请访问参考页面：llmvec

新作弊纸

现已可以使用新的Poitit官方备忘录：使用R/Python中的LLMS进行自然处理。它的平均优势是页面的一侧是针对R版本的，另一侧是从页面到Python版本。

Potit AI博客：购物中心0.2.0

网页版本也可以在此处的官方作弊网站上找到。它利用了TAB功能，使您可以在R和Python的解释和示例之间进行选择。

Source link

Similar Posts