Об этом проекте

DSPy (Declarative Self-improving Python) — это фреймворк от Stanford NLP для программирования, а не промптинга фундаментальных моделей. Вместо ручного создания хрупких промптов разработчики пишут композиционный Python-код и позволяют DSPy оптимизировать промпты и веса своих программ на языковых моделях. Проект нацелен на разработку модульных ИИ-систем с поддержкой простых классификаторов, сложных конвейеров генерации с дополнением извлечением (RAG) и агентских циклов. Его ключевая идея — декларативное программирование: вы описываете желаемое поведение и поток данных, а DSPy компилирует и настраивает взаимодействия с базовой моделью для получения высококачественных результатов. Установка выполняется через pip (`pip install dspy`) или напрямую из основной ветки на GitHub. Документация размещена на dspy.ai, а проект поддерживает Discord-сообщество для помощи и вклада. В README также перечислен ряд исследовательских работ, лежащих в основе фреймворка, включая работы по GEPA (рефлексивная эволюция промптов), оптимизации инструкций и демонстраций для многоэтапных программ на LM, компиляции декларативных вызовов LM в самосовершенствующиеся конвейеры, тонкой настройке в сочетании с оптимизацией промптов, автоматически оптимизированным гиперпараметрам обучения, написанию статей в стиле Википедии, экстремальной многоклассовой классификации, утверждениям DSPy и Demonstrate-Search-Predict. Для академического использования предоставлена информация о цитировании.