prodigy-openai-recipes
结合OpenAI大语言模型与本地Prodigy实例，通过零次和少次学习技术，高效构建高质量数据集的方法
该项目展示了如何结合OpenAI大语言模型与本地Prodigy实例，通过零次和少次学习技术，高效构建高质量数据集。用户可以使用该方法进行命名实体识别和文本分类等任务，手动校正模型预测结果以提高数据准确性。项目提供详细的设置指南，帮助用户在本地安装和运行必要的软件，并配置API密钥。通过高效的数据注解流程和灵活的模板设置，用户能够快速获得金标准数据，并训练符合特定需求的监督模型。
项目简介：Prodi.gy OpenAI Recipes
Prodi.gy OpenAI Recipes 是一个集成人工智能模型的强大工具集，旨在帮助用户高效地创建高质量数据集，以训练定制化的监督模型。该项目通过结合零样本和少样本文本学习技术以及少量的人工标注，实现最大限度提升数据集获取效率。项目使用来自 OpenAI 的大型语言模型进行初步预测，然后利用 Prodi.gy 平台对这些预测进行审核和优化，从而快速获得金标准数据集。
项目现状
需要注意的是，这个代码库中的配方现已迁移至 Prodi.gy，并将在 spacy-llm 支持下获得升级，提供更优质的提示和多种语言模型供应商的支持。因此，该项目作为一个独立代码库已被存档，我们将专注于直接在 spaCy 和 Prodigy 上进行维护。
项目功能
命名实体识别（NER）
项目提供了一种称为 ner.openai.correct 的命名实体识别配方。该配方使用大语言模型（如 GPT-3）的预测结果，让用户标记或手动修正它们，从而有效收集金标准数据集。用户可以为模型设置要预测的实体标签，还可以选择为少样本学习添加示例。
文本分类（Textcat）
textcat.openai.correct 配方则用于文本分类，旨在加速文本标注过程，并为每个选择提供一个“理由”。可处理二元、多类别和多标签文本分类任务。通过将适当数量的标签传递给参数，可以对文本进行细化分类。
术语提取（Terms）
terms.openai.fetch 配方可以基于查询从大语言模型中生成术语和短语。这些术语可以被审查并转化为模式文件，以帮助后续的标注工作。比如，可以用来检测文本中的滑板技巧术语。
提示A/B测试
项目还提供了 ab.openai.prompts 配方，用于对比两个不同提示的输出质量。用户可以设计相关模板来引导大语言模型生成不同风格的文本，通过该工具进行盲测和比较。
项目的应用场景
这个项目适合于需要充分运用大语言模型学习能力，但又希望通过人工审核和调整以获得高可靠性数据的场景。例如自然语言处理中的命名实体识别、文本分类、术语提取等任务。在使用这些工具时，用户可以通过这些自动化支架快速积累数据，进而训练出小规模却精准的模型，以满足不同业务和研究需求。
综上所述，Prodi.gy OpenAI Recipes 是在数据标注效率和模型精度之间取得最佳平衡的重要工具包。它在活跃开发中，未来将依托 Prodi.gy 和 spaCy 的进步不断提升其功能与性能。
编辑推荐精选
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号