项目简介
使用 LOTUS 轻松构建知识密集型LLM应用程序，对您的数据进行推理！
LOTUS (LLMs Over Tables of Unstructured and Structured Data) 提供了声明性编程模型和优化的查询引擎，用于在结构化和非结构化数据上提供强大的基于推理的查询管道！我们提供了一个简单直观的类似 Pandas 的 API，它实现了语义运算符。
关键概念：语义运算符
LOTUS 的编程模型由语义运算符提供支持。语义运算符通过一组基于模块化语言的运算符无缝扩展关系模型，使您能够编写具有高级逻辑的基于 AI 的管道，而将其余工作留给查询引擎！程序员可以轻松地组合语义运算符和传统的关系数据操作，以构建最先进的人工智能系统，对大量知识库进行推理。
下面是 LOTUS 提供的一些语义运算符。要了解有关语义运算符的更多信息，请查看完整文档、运行colab 教程或阅读完整研究论文。您还可以参考这些示例来在 LOTUS 中使用语义运算符。
| Operator | Description |
|---|---|
| sem_map | Map each row of the dataframe using a natural language projection |
| sem_filter | Keep rows that match the natural language predicate |
| sem_agg | Performs a natural language aggregation across all rows of a column (e.g. for summarization) |
| sem_topk | Order the dataframe by some natural langauge sorting criteria |
| sem_join | Join two dataframes based on a natural language predicate |
| sem_index | Create a semantic similarity index over a text column |
| sem_search | Perform top-k search the over a text column |
安装
conda create -n lotus python=3.9 -yconda activate lotuspip install lotus-ai
快速开始
如果您已经熟悉 Pandas，那么上手将会轻而易举！下面我们提供一个使用语义连接运算符的简单示例程序。与许多语义运算符一样，连接由langex （自然语言表达式）指定，程序员用它来指定操作。每个 langex 都由一个或多个表列参数化，用括号表示。连接的 langex 用作谓词，并由右连接键和左连接键参数化。
import pandas as pdimport lotusfrom lotus.models import OpenAIModel# configure the LM, and remember to export your API keylm = OpenAIModel()lotus.settings.configure(lm=lm)# create dataframes with course names and skillscourses_data = {"Course Name": ["History of the Atlantic World","Riemannian Geometry","Operating Systems","Food Science","Compilers","Intro to computer science",]}skills_data = {"Skill": ["Math", "Computer Science"]}courses_df = pd.DataFrame(courses_data)skills_df = pd.DataFrame(skills_data)# lotus sem joinres = courses_df.sem_join(skills_df, "Taking {Course Name} will help me learn {Skill}")print(res)
项目链接
https://github.com/TAG-Research/lotus
扫码加入技术交流群，备注「开发语言-城市-昵称」
合作请注明
关注「GitHubStore」公众号
