DSPy

DSPy是斯坦福大学研究人员开发的开源框架,用代码声明LLM流水线并自动优化提示词。

3篇文章最近提及

DSPy是斯坦福大学NLP研究人员开发并于2023年发布的开源Python框架。它让开发者以程序而非手写提示词的方式声明使用大语言模型(LLM)的流水线,并通过优化算法自动改进提示词和模型权重。其核心组件包括定义输入输出的signature、封装推理策略的module,以及依据示例和评估指标改进提示词的optimizer。

该名称被介绍为Declarative Self-improving Python的缩写,框架源自此前的Demonstrate-Search-Predict(DSP)研究。DSPy常用于检索增强生成(RAG)、分类、信息抽取和智能体流水线,也用于通过指定结构化输出格式在不同LLM上获得一致的结果。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • AI智能体优化指南:改提示词还是训练权重,如何取舍AI性能 ·

    DSPy框架则是把这些轨迹放进提示词,并在开发集上搜索最佳组合,在GSM8K上的结果往往超过人工编写的推理示例。

    阅读文章
  • 智能体开发者必懂的模型内部机制:采样、注意力与上下文工程AI应用 ·

    DSPy 的 signature 以声明式代码表达同样的契约,定义 name、email、intent 等带类型的输入输出字段,并将其编译为强制执行 schema 的提示词。

    阅读文章
  • AI智能体分析4万份合同:看似合理的答案为何出错AI应用 ·

    预处理:使用文档智能工具、OCR以及DSPy(一个用于以编程方式优化提示词和语言模型流水线的框架)。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。