← Keşif
Keşif · GitHub · Outlines🚀 +65 bugün

yapay zekâ çıktılarını yapılandırın

Outlines kütüphanesi, büyük dil modellerinden gelen yanıtları önceden tanımlanmış şemalara göre yapılandırılmış çıktılar (structured outputs) halinde sunulmasını sağlıyor. Geliştiriciler, Python tabanlı bu araçla model çıktılarını düzenli ifadeler (regular expressions) veya bağlamsız dil bilgisi (context-free grammars) kurallarıyla kısıtlayarak veri bütünlüğünü koruyor.

Ne kazandırır?

  • Model çıktılarını önceden tanımlanmış şemalara göre kısıtlar
  • JSON veya Python veri tipleriyle tam uyum sağlar
  • Hatalı çıktıları ayıklama ihtiyacını ortadan kaldırır

Kurulum

Kütüphaneyi yükleyin
pip install outlines

Çalıştırma

Modeli bağlayın
import outlines
from transformers import AutoTokenizer, AutoModelForCausalLM


MODEL_NAME = "microsoft/Phi-3-mini-4k-instruct"
model = outlines.from_transformers(
    AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="auto"),
    AutoTokenizer.from_pretrained(MODEL_NAME)
)

Kod bilmiyorsanız

🤖 Yapay zekâ ajanınıza (Claude Code · Codex · Antigravity) yapıştırın

Outlines kütüphanesini kullanarak bir yapay zekâ modelinden gelen yanıtı belirli bir Pydantic veri yapısına veya Python tipine (örneğin int veya Literal) göre kısıtlamak istiyorum. Modelin çıktısının her zaman istediğim şemaya uygun olmasını sağlamak için model nesnesini tanımladıktan sonra model(istem, çıktı_tipi) fonksiyonunu nasıl kullanabilirim? Lütfen karmaşık nesneler için Pydantic modelini nasıl tanımlayacağımı ve bu yapıyı model çıktısına nasıl uygulayacağımı örnekle açıkla.

Kimin içinYapay zekâ modellerinden gelen düzensiz metin çıktılarını, yazılım süreçlerinde doğrudan kullanılabilecek yapılandırılmış verilere dönüştürmek isteyen geliştiriciler içindir.
LisansApache-2.0

Bağlantılar

İlgili sözlük terimleri

Artificial Intelligence

TreScout bu aracı geliştirmedi · GitHub trendlerinde keşfedip Türkçe tanıttı. Yıldız ve sayılar keşif tarihindeki değerlerdir.