Guidance
프롬프트, 제어 흐름, 제약된 출력을 하나의 프로그램 안에 엮어 LLM 생성을 제어하는 프로그래밍 패러다임이자 라이브러리입니다.
- 관대한 라이선스
개요
Guidance는 개발자가 일반 텍스트 프롬프트, 제어 흐름(루프, 조건문), 그리고 모델이 다음에 정확히 무엇을 생성할 수 있는지에 대한 제약(정규식 패턴, 선택지 목록, 구조화된 형식)을 뒤섞은 하나의 프로그램을 작성할 수 있게 해줍니다. LLM API를 여러 번 별도로 호출하고 그 결과를 애플리케이션 코드에서 엮는 대신입니다. 이는 제약으로 이미 결정된 토큰을 건너뛰어 생성 속도를 높일 수도 있습니다.
Guidance는 생성 과정 자체에 대해 세밀하고 프로그래밍적인 제어를 원하는 팀에 적합하며, (카탈로그에 있는) Outlines와 비교되는 대안입니다 — 둘 다 LLM 출력을 제약하지만, Guidance는 프로그램과 생성을 엮어서 작성하는 스타일을 강조합니다.
이 카탈로그에 오른 이유
카탈로그 평점: ★★☆☆☆ (2/5)
Structured-output generation library, meaningful overlap with Outlines/Instructor in the same category.
- 신흥 단계
- 벤더 지원
- 카테고리
- AI 및 머신러닝
- 언어
- Python
- 라이선스
- MIT
관련 프로젝트
Outlines
Apache-2.0LLM 출력을 JSON 스키마, 정규식, 문법 같은 특정 구조로 제약하여 유효하고 파싱 가능한 결과를 보장하는 라이브러리입니다.
활발히 유지보수됨
- AI 및 머신러닝
Instructor
MIT검증을 위한 함수 호출 API와 Pydantic 모델을 사용해 LLM으로부터 신뢰할 수 있는 구조화된 데이터 출력을 얻는 라이브러리입니다.
활발히 유지보수됨
- AI 및 머신러닝
Milvus
Apache-2.0확장 가능한 유사도 검색과 AI 애플리케이션을 위해 만들어진 오픈소스 벡터 데이터베이스입니다.
활발히 유지보수됨
- AI 및 머신러닝
- 데이터베이스
MLflow
Apache-2.0실험 추적, 모델 패키징, 버전 관리, 배포 등 머신러닝 생명주기를 관리하기 위한 오픈소스 플랫폼입니다.
활발히 유지보수됨
- AI 및 머신러닝
잘못된 정보를 발견하셨나요? GitHub에서 수정 제안하기