- LLM(大規模言語モデル)には自然言語でクエリできますが、LLMが人間の意図を正確に理解できない場合もあります
- スイス連邦工科大学チューリッヒ校(ETH Zürich)のSRIlab(Secure, Reliable, and Intelligent Systems Lab)の研究チームは、これを解決するためにLMP(Language Model Programming)という概念を提案しました
- このLMPの概念を実装した言語およびプラットフォームが、LMQL(Language Model Query Language)です
- SQL文に似た宣言的構文
- LLMの出力結果に明確な制約条件を与え、予期しない結果が出ないように動作を制御
- Pythonで実装されており、AIクエリでPython関数や制御フローを使用可能
- OpenAI API経由のGPT-4およびローカルでホスティングされるTransformerモデルを利用可能
- 消費トークンを節約することで、有料APIの利用コストを26〜85%削減可能
- 論文: https://doi.org/10.48550/arXiv.2212.06094
- ドキュメント: https://docs.lmql.ai/
- Playground: https://lmql.ai/playground
- GitHub: https://github.com/eth-sri/lmql
まだコメントはありません。