इस प्रोजेक्ट के बारे में

DSPy (Declarative Self-improving Python) स्टैनफोर्ड NLP का एक फ्रेमवर्क है, जो फाउंडेशन मॉडल को प्रॉम्प्ट करने के बजाय प्रोग्राम करने के लिए है। भंगुर प्रॉम्प्ट्स को हाथ से तैयार करने के बजाय, डेवलपर संरचनात्मक Python कोड लिखते हैं और DSPy को अपने भाषा मॉडल प्रोग्राम के प्रॉम्प्ट्स और वेट्स को ऑप्टिमाइज करने देते हैं। यह परियोजना सरल क्लासिफायर, परिष्कृत रीट्रीवल-ऑगमेंटेड जनरेशन (RAG) पाइपलाइन और एजेंट लूप के समर्थन के साथ मॉड्यूलर AI सिस्टम विकास को लक्षित करती है। इसका मुख्य विचार डिक्लरेटिव प्रोग्रामिंग है: आप वांछित व्यवहार और डेटा फ्लो का वर्णन करते हैं, और DSPy उच्च गुणवत्ता वाले आउटपुट प्रदान करने के लिए अंतर्निहित मॉडल इंटरैक्शन को कंपाइल और ट्यून करता है। इंस्टॉलेशन pip (`pip install dspy`) के माध्यम से या GitHub पर मुख्य ब्रांच से सीधे किया जा सकता है। दस्तावेज़ dspy.ai पर होस्ट किया गया है, और परियोजना सहायता और योगदान के लिए एक Discord कम्युनिटी को बनाए रखती है। README में फ्रेमवर्क के अंतर्गत आने वाले शोध पत्रों की एक श्रृंखला भी सूचीबद्ध है, जिसमें GEPA (रिफ्लेक्टिव प्रॉम्प्ट इवोल्यूशन), मल्टी-स्टेज LM प्रोग्राम के लिए निर्देशों और डेमोन्स्ट्रेशन को ऑप्टिमाइज करना, डिक्लरेटिव LM कॉल्स को सेल्फ-इम्प्रूविंग पाइपलाइन में कंपाइल करना, प्रॉम्प्ट ऑप्टिमाइजेशन के साथ फाइन-ट्यूनिंग, ऑटो-ऑप्टिमाइज्ड ट्रेनिंग हाइपरपैरामीटर्स, विकिपीडिया-जैसी लेखन, एक्सट्रीम मल्टी-लेबल क्लासिफिकेशन, DSPy एसरशन्स और डेमोन्स्ट्रेट-सर्च-प्रेडिक्ट पर कार्य शामिल हैं। शैक्षणिक उपयोग के लिए सिटेशन जानकारी प्रदान की गई है।