Guide Labs: Interpretable foundation models 使い方

早期アクセスにサインアップ: Guide Labsのウェブサイトでウェイトリストに参加し、解釈可能な基盤モデルへの独占的な早期アクセスを取得します。

Guide Labsクライアントをインストール: アクセスを取得したら、Guide LabsのPythonクライアントライブラリをインストールします。

クライアントを初期化: Clientクラスをインポートし、APIキーで初期化します: gl = Client(api_key='your_secret_key')

プロンプトを準備: モデルで使用するプロンプト文字列を作成します。例: prompt_poem = '昔々、かぼちゃがありました、 '

モデルを呼び出す: gl.chat.create()を使用して応答を生成し、モデルを指定して説明を有効にします: response, explanation = gl.chat.create(model='cb-llm-v1', prompt=prompt_poem, prompt_attribution=True, concept_importance=True, influential_points=10)

説明を分析: 返された説明オブジェクトから、prompt_attribution、concept_importance、influential_pointsなどの異なるタイプの説明にアクセスします。

モデルをファインチューニング（オプション）: モデルをカスタマイズするには、gl.files.create()を使用してトレーニングデータをアップロードし、その後gl.fine_tuning.jobs.create()を使用してファインチューニングします。