粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
Prompt（提示），实质上是一段自然语言文本，它极大地降低了操纵模型的复杂度，对于AI应用普及带来了极大的推动。然而，当下以langchain、llamaindex为代表的过程式的LLM应用开发框架却也存在着一些问题。
首先，LLM 对不同的Prompt反应非常敏感，再加上应用Pipeline或者Chain围绕prompt构建，因此提示间微小的差异都会带来很大的影响（比如加个尊称
），十分脆弱，开发过程中不得不小心进行调试验证。其次，由于自然语言的模式导致代码繁琐，维护困难，当然基于此也出现了prompt模板这样的缓解措施，但仍然不够优雅。再次，随着模型及提示技术发展，原来的提示需要同步迭代优化，而原来的方式想要完成这样的工作，却非常困难。因为，往往LLM应用的业务流程与Prompt本身耦合在一起，每次更改Pipeline、LLM 或数据时，所有Prompt，甚至微调流程都需要更改，牵一发而动全身。LangChain等更是引入了langsmith这样的系统来监控每一个步骤，来确保到底问题出现在哪里。
基于上面的问题，受到pytorch的声明式、模块化的设计思想启发，斯坦福研究团队提出了DSPy（https://github.com/stanfordnlp/dspy），它引入了一种声明式的方法来开发和优化 LM（语言模型）应用。它将 LLM 视为一个模块，根据它与流水线中其他组件的交互方式自动调整行为。其理念是将围绕如何设计Prompt转变为如何设计好一个系统，而无需关注细节，每当修改代码、数据、断言或指标时，都可以重新编译程序，DSPy 会生成新的有效提示来适应变更。
官方指出它的三大特点：
Dspy应用的开发过程如下：
它相较于langchain等围绕Prompt构建应用chain/Pipeline的过程式开发，DSPy 引入了签名（用于抽象Prompt）、模块（用于抽象Prompt技巧）和优化器（可以调整模块的提示（或LM权重））将应用结构和流程与模型权重及Prompt调整分离。
下面是它三个重要的领域概念的详细介绍：
签名（Signature）是对 DSPy 模块的输入/输出行为的声明式规范。签名使得只需要告诉语言模型它需要做什么，而不是描述语言模型如何去做。引入签名是避免直接手写Prompt，而是通过框架自动优化生成高质量Prompt。这样有助于编写模块化且干净的代码，其中对于LM 调用可以被优化成高质量的Prompt（或自动微调）。
模块（Module）是使用LM的程序的Block，类似于Pytorch中的Convolution等。每个内置模块都抽象化了一种提示技术（例如COT或 ReAct）。最重要的是，它们被泛化以处理任何 DSPy 签名。DSPy 模块具有可学习的参数（即构造提示和 LM可微调的少量权重），可以被调用来处理输入并返回输出。多个模块可以组合成更大的模块（程序）。常见的Module有dspy.Predict、dspy.Retrieve、dspy.ChainOfThought、dspy.ReAct等。
优化器（Optimizer，原名：Teleprompter）是一种优化算法，类似于Pytorch中的优化器，如SGD或Adam，可以调整 DSPy 程序的参数（例如提示或语言模型权重），以最大限度地提高指定的指标（Metric），例如准确性。DSPy 有很多内置的优化器，它们采用不同的策略，如LabeledFewShot、BootstrapFewShotWithRandomSearch、KNNFewShot、COPRO、BootstrapFinetune等。
一个典型的 DSPy 优化器编译执行需要三个输入：
DSPy 程序。由一个或者多个模块（例如，dspy.Predict）组成的LM应用（模块）。
指标（Metric）。这是一个评估程序输出并为其分配分数（分数越高越好）的函数，类似于定义loss function。如：
def validate_answer(example, pred, trace=None):return example.answer.lower() == pred.answer.lower(
训练样本数据。可以很少（例如，只有 5 或 10 个例子）甚至没有标签（如果有大量数据，DSPy 也可以利用它。但推荐从小一点点迭代，进而取得更好的效果。）
from dspy.teleprompt import BootstrapFewShotWithRandomSearch# Set up the optimizer: we want to "bootstrap" (i.e., self-generate) 8-shot examples of your program's steps.# The optimizer will repeat this 10 times (plus some initial attempts) before selecting its best attempt on the devset.config = dict(max_bootstrapped_demos=4, max_labeled_demos=4, num_candidate_programs=10, num_threads=4)teleprompter = BootstrapFewShotWithRandomSearch(metric=YOUR_METRIC_HERE, **config)optimized_program = teleprompter.compile(YOUR_PROGRAM_HERE, trainset=YOUR_TRAINSET_HERE)
下面是一个利用DSPy实现RAG的官方例子：
1）配置LM和RM（Retrieve Model）。
import dspyturbo = dspy.OpenAI(model='gpt-3.5-turbo')colbertv2_wiki17_abstracts = dspy.ColBERTv2(url='http://20.102.90.50:2017/wiki17_abstracts')dspy.settings.configure(lm=turbo, rm=colbertv2_wiki17_abstracts)
2）加载数据集
from dspy.datasets import HotPotQA# Load the dataset.dataset = HotPotQA(train_seed=1, train_size=20, eval_seed=2023, dev_size=50, test_size=0)# Tell DSPy that the 'question' field is the input. Any other fields are labels and/or metadata.trainset = [x.with_inputs('question') for x in dataset.train]devset = [x.with_inputs('question') for x in dataset.dev]len(trainset), len(devset)
3）构造签名
因为是构建 RAG Pipeline，故定义签名为：context，question --> answer。
class GenerateAnswer(dspy.Signature):"""Answer questions with short factoid answers."""context = dspy.InputField(desc="may contain relevant facts")question = dspy.InputField()answer = dspy.OutputField(desc="often between 1 and 5 words")
4）构建RAG Pipeline。
class RAG(dspy.Module):def __init__(self, num_passages=3):super().__init__()self.retrieve = dspy.Retrieve(k=num_passages)self.generate_answer = dspy.ChainOfThought(GenerateAnswer)def forward(self, question):context = self.retrieve(question).passagesprediction = self.generate_answer(context=context, question=question)return dspy.Prediction(context=context, answer=prediction.answer)
5）编译优化该Pipeline。
在已经定义了这个程序，现在让我们编译它。编译程序会更新存储在每个模块中的参数。编译程序时还依赖下面三点：
一个训练集。使用上面训练集中 20 个问答示例。
一个用于验证的指标。定义一个简单的Metric（validate_context_and_answer），它检查预测的答案是否正确，以及检索的上下文是否实际包含答案。
一个特定的优化器。
from dspy.teleprompt import BootstrapFewShot# Validation logic: check that the predicted answer is correct.# Also check that the retrieved context does actually contain that answer.def validate_context_and_answer(example, pred, trace=None):answer_EM = dspy.evaluate.answer_exact_match(example, pred)answer_PM = dspy.evaluate.answer_passage_match(example, pred)return answer_EM and answer_PM# Set up a basic teleprompter, which will compile our RAG program.teleprompter = BootstrapFewShot(metric=validate_context_and_answer)# Compile!compiled_rag = teleprompter.compile(RAG(), trainset=trainset)
编译好的程序可以保存在本地：
compiled_rag.save(YOUR_SAVE_PATH)
在使用时可按如下方式加载：
loaded_program = YOUR_PROGRAM_CLASS()loaded_program.load(path=YOUR_SAVE_PATH)
6）执行应用Pipeline
# Ask any question you like to this simple RAG program.my_question = "What castle did David Gregory inherit?"# Get the prediction. This contains `pred.context` and `pred.answer`.pred = compiled_rag(my_question)# Print the contexts and the answer.print(f"Question: {my_question}")print(f"Predicted Answer: {pred.answer}")print(f"Retrieved Contexts (truncated): {[c[:200] + '...' for c in pred.context]}")
可利用下面命令查看最近的Prompt。
turbo.inspect_history(n=1)
输出：
Answer questions with short factoid answers.---Question: At My Window was released by which American singer-songwriter?Answer: John Townes Van ZandtQuestion: "Everything Has Changed" is a song from an album released under which record label ?Answer: Big Machine Records...(truncated)
可以看出，DSPy自动生成了带有COT的示例（shot）的Prompt。
7）评估Pipeline
可以用开发集（devset）来评估我们的compiled_rag程序。
from dspy.evaluate.evaluate import Evaluate# Set up the `evaluate_on_hotpotqa` function. We'll use this many times below.evaluate_on_hotpotqa = Evaluate(devset=devset, num_threads=1, display_progress=False, display_table=5)# Evaluate the `compiled_rag` program with the `answer_exact_match` metric.metric = dspy.evaluate.answer_exact_matchevaluate_on_hotpotqa(compiled_rag, metric=metric)
输出：
Average Metric: 22 / 50(44.0): 100%|██████████| 50/50 [00:00<00:00, 116.45it/s]Average Metric: 22 / 50(44.0%)44.0
8）评估检索结果
同时，也可以评估检索结果，以判定检索的结果中是否包含答案。
def gold_passages_retrieved(example, pred, trace=None):gold_titles = set(map(dspy.evaluate.normalize_text, example['gold_titles']))found_titles = set(map(dspy.evaluate.normalize_text, [c.split(' | ')[0] for c in pred.context]))return gold_titles.issubset(found_titles)compiled_rag_retrieval_score = evaluate_on_hotpotqa(compiled_rag, metric=gold_passages_retrieved)
输出：
Average Metric: 13 / 50(26.0): 100%|██████████| 50/50 [00:00<00:00, 671.76it/s]Average Metric: 13 / 50(26.0%)
可在colab上体验：https://colab.research.google.com/github/stanfordnlp/dspy/blob/main/intro.ipynb
小结
本文介绍新的大模型应用开发的新方式DSPy，通过介绍和案例，可以看出，开发者希望通过类似于使用Pytorch开发NN应用的方式开发大模型应用。其在设计思想及开发流程步骤上都有Pytorch应用的影子，这对于熟悉Pytorch模型应用开发的开发者来讲是容易上手的。另一方面，就如同开发NN模型程序一样，我们可以专注于流程结构，而无需过度关注模型权重及Prompt具体内容，这对于开发和后期优化来讲都是非常优雅的设计。在我们之前介绍的LLM应用成熟度（Google总监提出生成式AI应用架构和成熟度模型，一步步指导进阶）中也提到，DSPy是L6最高级的技术。随着LLM应用不断深入，它也将被越来越多的开发者所熟知。
https://cobusgreyling.medium.com/an-introduction-to-dspy-00306973ac
53AI，企业落地应用大模型首选服务商
产品：大模型应用平台+智能体定制开发+落地咨询服务
承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2024-08-18
当产品经理谈到用LLM Agent构建新一代智能体的时候，他们在说什么？
2024-08-15
对话AI教育从业者们：AI如何解决因材施教的难题？
2024-08-03
工业应用中的向量数据库与知识向量化存储方案
2024-07-25
两大深度学习框架TensorFlow与PyTorch对比
2024-07-17
让生成式 AI 触手可及：NVIDIA NIM on VKE 部署实践
2024-07-16
中文大模型基准测评2024上半年报告
2024-07-16
一文看懂人工智能的起源、发展、三次浪潮与未来趋势
2024-07-14
"自拍" 秒变 "证件照" 看Coze如何实现
2024-05-14
2024-04-26
2024-05-22
2024-04-12
2024-07-18
2024-03-30
2024-05-10
2024-08-13
2024-04-25
2024-04-26
回到顶部