dspy

DSPy(Declarative Self-improving Python)는 스탠포드 NLP에서 개발한 프레임워크로, 기반 모델을 프롬프트하는 대신 프로그래밍하는 방식입니다. 개발자는 취약한 프롬프트를 수작업으로 작성하는 대신 구성적인 Python 코드를 작성하고 DSPy가 언어 모델 프로그램의 프롬프트와 가중치를 최적화하도록 합니다. 이 프로젝트는 모듈식 AI 시스템 개발을 목표로 하며, 단순한 분류기, 정교한 검색 증강 생성(RAG) 파이프라인, 에이전트 루프를 지원합니다. 핵심 아이디어는 선언적 프로그래밍입니다. 원하는 동작과 데이터 흐름을 기술하면 DSPy가 기본 모델 상호작용을 컴파일하고 조정하여 고품질 출력을 제공합니다. 설치는 pip(`pip install dspy`) 또는 GitHub 메인 브랜치에서 직접 할 수 있습니다. 문서는 dspy.ai에서 제공되며, 프로젝트는 도움과 기여를 위한 Discord 커뮤니티를 운영합니다. README에는 프레임워크의 기반이 되는 일련의 연구 논문도 나열되어 있습니다. 여기에는 GEPA(반성적 프롬프트 진화), 다단계 LM 프로그램을 위한 지침 및 데모 최적화, 선언적 LM 호출을 자기 개선 파이프라인으로 컴파일, 프롬프트 최적화와 결합된 파인튜닝, 자동 최적화된 훈련 하이퍼파라미터, 위키백과 스타일 문서 작성, 극단적 다중 레이블 분류, DSPy 어서션, Demonstrate-Search-Predict 등이 포함됩니다. 학술적 사용을 위한 인용 정보도 제공됩니다.