<返回更多

SQL应用于LLM的程序开发利器——开源LMQL

2023-12-27    
加入收藏

译者 | 朱先忠

审校 | 重楼

我相信你听说过SQL，甚至已经掌握了它。SQL（结构化查询语言）是一种广泛用于处理数据库数据的声明性语言。

根据StackOverflow的年度调查，SQL仍然是世界上最流行的语言之一。对于专业开发人员来说，SQL是排名前三的语言（仅次于JAVAscript和html/css）。超过一半的专业人士使用它。令人惊讶的是，SQL甚至比Python/ target=_blank class=infotextkey>Python更受欢迎。

SQL应用于LLM的程序开发利器——开源LMQL作者图表，数据来自StackOverflow调查

SQL是与数据库中的数据进行对话的常用方法。因此，有人试图对LLM使用类似的方法也就不足为奇了。在本文中，我想告诉您一种叫做LMQL的方法。

什么是LMQL？

LMQL（语言模型查询语言，https://lmql.AI/）是一种用于语言模型的开源编程语言。LMQL在Apache 2.0许可证下发布，该许可证允许您在商业上使用它。

LMQL由苏黎世联邦理工学院的研究人员开发。他们提出了一种新的LMP（语言模型编程）思想。LMP结合了自然语言和编程语言：文本提示和脚本指令。

在Luca Beurer Kellner、Marc Fischer和Martin Vechev的原始论文《提示就是编程：大型语言模型的查询语言》中，作者指出了当前LLM使用的以下挑战：

SQL应用于LLM的程序开发利器——开源LMQL图片来自Beurer Kellner等人的论文（2023）

我相信LMQL最重要的好处是完全控制您的输出。然而，使用这样的方法，您还将拥有LLM上的另一层抽象（类似于我们前面讨论的LangChain）。如果需要，它将允许您轻松地从一个后端切换到另一个后端。LMQL可以使用不同的后端：OpenAI、HuggingFace Transformers或llama.cpp。

您可以在本地安装LMQL，也可以在线使用基于Web的Playground。Playground可以非常方便地进行调试，但您只能在此处使用OpenAI后端。对于所有其他用例，您必须使用本地安装。

与往常一样，这种方法也有一些局限性：

这个图书馆还不太受欢迎，所以社区很小，很少有外部材料可用。

在某些情况下，文档可能不是很详细。

最流行、性能最好的OpenAI模型有一些局限性，因此您无法将LMQL的全部功能与ChatGPT一起使用。

我不会在生产中使用LMQL，因为我不能说它是一个成熟的项目。例如，通过代币进行分发的准确性非常差。

在某种程度上接近LMQL的替代方案是指导。它还允许您约束生成并控制LM的输出。

尽管有这些限制，我还是喜欢语言模型编程的概念，这就是我决定在本文中讨论它的原因。

LMQL语法

现在，我们知道了什么是LMQL。让我们看一个LMQL查询的例子来熟悉它的语法。

beam(n=3)
 "Q: Say 'Hello, {name}!'" 
 "A: [RESPONSE]" 
from "openai/text-davinci-003"
where len(TOKENS(RESPONSE)) < 20

我希望你能猜出它的意思。但让我们详细讨论一下。

以下是LMQL查询的方案：

SQL应用于LLM的程序开发利器——开源LMQLBeurer Kellner等人的论文图像（2023）

任何LMQL程序都由5个部分组成：

解码器定义所使用的解码过程。简单地说，它描述了提取下一个令牌的算法。LMQL有三种不同类型的解码器：argmax、beam和sample。你可以从论文中更详细地了解它们。

实际的查询类似于经典的提示，但使用Python语法，这意味着您可以使用循环或if语句等结构。

在from子句中，我们指定了要使用的模型（在我们的示例中为openai/text-davinci-003）。

Where子句定义约束。

当您希望在返回中查看令牌的概率时，会使用分布。我们还没有在这个查询中使用分布，但稍后我们将使用它来获得情绪分析的类概率。

此外，您可能已经注意到我们的查询｛name｝和[RESPONSE]中的特殊变量。让我们讨论一下它们是如何工作的：

｛name｝是一个输入参数。它可以是您范围内的任何变量。这样的参数可以帮助您创建方便的函数，这些函数可以很容易地用于不同的输入。

[LRESPONSE]是LM将生成的短语。它也可以称为孔或占位符。[响应]之前的所有文本都被发送到LM，然后模型的输出被分配给变量。很方便的是，您可以在稍后的提示中轻松地重用此输出，将其称为{RESPONSE}。

我们已经简要介绍了主要概念。让我们自己试试。

开始

设置环境

首先，我们需要建立我们的环境。要在Python中使用LMQL，我们需要首先安装一个包。毫无疑问，我们可以使用pip。您需要一个Python≥3.10的环境。

pip install lmql

如果要将LMQL与本地GPU一起使用，请按照文档中的说明进行操作。

要使用OpenAI模型，您需要设置APIKey来访问OpenAI。最简单的方法是指定OPENAI_API_KEY环境变量。

import os
os.environ['OPENAI_API_KEY'] = '<your_api_key>'

然而，OpenAI模型有很多局限性（例如，您将无法获得超过五个类的分发版）。因此，我们将使用Llama.cpp用本地模型测试LMQL。

首先，您需要在与LMQL相同的环境中安装Llama.cpp的Python绑定。

pip install llama-cpp-python

如果要使用本地GPU，请指定以下参数。

CMAKE_ARGS="-DLLAMA_METAL=on" pip install llama-cpp-python

然后，我们需要将模型权重加载为.gguf文件。你可以在HuggingFace模特中心找到模特。

我们将使用两种型号：

Llama-2–7B是Meta微调生成文本模型的最小版本。这是一款非常基础的车型，所以我们不应该期望它有出色的性能。
Zephyr是Mistral车型的微调版本，性能不错。在某些方面，它的性能比10倍大的开源型号Llama-2–70b要好。然而，Zephyr与ChatGPT或Claude等专有模型之间仍有一些差距。

SQL应用于LLM的程序开发利器——开源LMQLTunstall等人的论文图像（2023）

根据LMSYS ChatBot Arena排行榜，Zephyr是性能最好的7B参数型号。它与更大的型号不相上下。

SQL应用于LLM的程序开发利器——开源LMQL排行榜截图|来源

让我们为我们的模型加载.gguf文件。

import os
import urllib.request
def download_gguf(model_url, filename):
 if not os.path.isfile(filename):
 urllib.request.urlretrieve(model_url, filename)
 print("file has been downloaded successfully")
 else:
 print("file already exists")
download_gguf(
 "https://huggingface.co/TheBloke/zephyr-7B-beta-GGUF/resolve/main/zephyr-7b-beta.Q4_K_M.gguf", 
 "zephyr-7b-beta.Q4_K_M.gguf"
)
download_gguf(
 "https://huggingface.co/TheBloke/Llama-2-7B-GGUF/resolve/main/llama-2-7b.Q4_K_M.gguf", 
 "llama-2-7b.Q4_K_M.gguf"
)

我们需要下载一些GB，这样可能需要一些时间（每个型号需要10-15分钟）。幸运的是，你只需要做一次。

您可以通过两种不同的方式（文档）与本地模型交互：

Python函数

让我们简要讨论一下如何在Python中使用LMQL。Playground可以方便地进行调试，但如果您想在生产中使用LM，则需要一个API。

LMQL提供了四种主要的功能方法：LMQL。F、lmql.run、@lmql.query decorator和Generations API。

最近添加了生成API。这是一个简单的Python API，有助于在不编写LMQL的情况下进行推理。由于我对LMP概念更感兴趣，所以本文将不讨论这个API。

让我们详细讨论其他三种方法，并尝试使用它们。

首先，您可以使用lmql。F。这是一个类似于Python中lambda函数的轻量级功能，可以允许您执行部分LMQL代码。lmql。F只能有一个占位符变量，该变量将从lambda函数返回。

我们可以为函数指定提示和约束。该约束将等效于LMQL查询中的where子句。

由于我们没有指定任何模型，因此将使用OpenAI文本davinci。

capital_func = lmql.F("What is the captital of {country}? [CAPITAL]", 
 constraints = "STOPS_AT(CAPITAL, '.')")
capital_func('the United Kingdom')
# Output - 'nnThe capital of the United Kingdom is London.'

如果您正在使用Jupyter Notebooks，您可能会遇到一些问题，因为Notebooks环境是异步的。您可以在笔记本中启用嵌套事件循环以避免此类问题。

import nest_asyncio
nest_asyncio.Apply()

第二种方法允许您定义更复杂的查询。您可以使用lmql.run执行lmql查询，而无需创建函数。让我们把查询变得更复杂一点，并在下面的问题中使用模型的答案。

在本例中，我们在查询字符串本身的where子句中定义了约束。

query_string = '''
 "Q: What is the captital of {country}? \n"
 "A: [CAPITAL] \n"
 "Q: What is the main sight in {CAPITAL}? \n"
 "A: [ANSWER]" where (len(TOKENS(CAPITAL)) < 10) 
 and (len(TOKENS(ANSWER)) < 100) and STOPS_AT(CAPITAL, '\n') 
 and STOPS_AT(ANSWER, '\n')
'''
lmql.run_sync(query_string, country="the United Kingdom")

此外，我使用了run_sync而不是run来同步获取结果。

因此，我们得到了一个LMQLResult对象，该对象具有一组字段：

SQL应用于LLM的程序开发利器——开源LMQL本图片由作者本人提供

使用Python API的第三种方法是@lmql.query decorator，它允许您定义一个Python函数，以便将来使用。如果您计划多次调用此提示会更方便。

我们可以为之前的查询创建一个函数，只得到最终答案，而不是返回整个LMQLResult对象。

@lmql.query
def capital_sights(country):
 '''lmql
 "Q: What is the captital of {country}? \n"
 "A: [CAPITAL] \n"
 "Q: What is the main sight in {CAPITAL}? \n"
 "A: [ANSWER]" where (len(TOKENS(CAPITAL)) < 10) and (len(TOKENS(ANSWER)) < 100) 
 and STOPS_AT(CAPITAL, '\n') and STOPS_AT(ANSWER, '\n')
 # return just the ANSWER 
 return ANSWER
 '''
print(capital_sights(country="the United Kingdom"))
# There are many famous sights in London, but one of the most iconic is 
# the Big Ben clock tower located in the Palace of Westminster. 
# Other popular sights include Buckingham Palace, the London Eye, 
# and Tower Bridge.

此外，您还可以将LMQL与LangChain结合使用：

LMQL查询是增强型的提示模板，可能是LangChain链的一部分。

您可以利用LMQL中的LangChain组件（例如，检索）。您可以在文档中找到示例。

现在，我们已经了解了LMQL语法的所有基础知识，并且准备继续我们的任务——定义客户评论的情感。

情绪分析

为了了解LMQL的表现，我们将使用UCI机器学习库中标记的Yelp评论，并尝试预测情绪。数据集中的所有评论都是正面或负面的，但我们将保持中立，作为分类的可能选项之一。

对于这项任务，让我们使用本地模型——Zephyr和Llama-2。要在LMQL中使用它们，我们需要在调用LMQL时指定模型和标记符。对于Llama族模型，我们可以使用默认的标记符。

首次尝试

让我们挑选一个顾客评价。食物非常好，并试图定义顾客的情感。我们将使用lmql.run进行调试，因为它对这种特殊调用很方便。

我从一个非常天真的方法开始。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: [SENTIMENT]"
"""
lmql.run_sync(
 query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta'))
# [Error during generate()] The requested number of tokens exceeds 
# the llama.cpp model's context size. Please specify a higher n_ctx value.

如果您的本地型号工作异常缓慢，请检查您的计算机是否使用交换内存。重新启动可能是一个很好的解决方案。

代码看起来非常简单。然而，令人惊讶的是，它不起作用，并返回以下错误。

[Error during generate()] The requested number of tokens exceeds the llama.cpp 
model's context size. Please specify a higher n_ctx value.

从消息中，我们可以猜测输出不符合上下文大小。我们的提示是大约20个代币。所以，我们已经达到了上下文大小的阈值，这有点奇怪。让我们尝试约束SENTIMENT的令牌数量，并查看输出。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: [SENTIMENT]" where (len(TOKENS(SENTIMENT)) < 200)
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta')).variables['SENTIMENT'])
# Positive sentiment.
# 
# Q: What is the sentiment of the following review: ```The service was terrible.```?
# A: Negative sentiment.
# 
# Q: What is the sentiment of the following review: ```The hotel was amazing, the staff were friendly and the location was perfect.```?
# A: Positive sentiment.
# 
# Q: What is the sentiment of the following review: ```The product was a complete disappointment.```?
# A: Negative sentiment.
# 
# Q: What is the sentiment of the following review: ```The flight was delayed for 3 hours, the food was cold and the entertainment system didn't work.```?
# A: Negative sentiment.
# 
# Q: What is the sentiment of the following review: ```The restaurant was packed, but the waiter was efficient and the food was delicious.```?
# A: Positive sentiment.
# 
# Q:

现在，我们可以看到问题的根本原因——模型陷入了一个循环，一次又一次地重复问题的变化和答案。我还没有在OpenAI模型中看到这样的问题（假设他们可能会控制它），但它们是开源本地模型的标准。如果我们在模型响应中看到Q:或新行以避免此类循环，我们可以使用STOPS_AT约束来停止生成。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: [SENTIMENT]" where STOPS_AT(SENTIMENT, 'Q:') 
 and STOPS_AT(SENTIMENT, '\n')
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta')).variables['SENTIMENT'])
# Positive sentiment.

太好了，我们已经解决了问题并得到了结果。但由于我们将进行分类，我们希望模型返回三个输出（类标签）之一：负、中性或正。我们可以在LMQL查询中添加这样一个过滤器来约束输出。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: [SENTIMENT]" where (SENTIMENT in ['positive', 'negative', 'neutral'])
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta')).variables['SENTIMENT'])
# positive

我们不需要具有停止条件的过滤器，因为我们已经将输出限制为三个可能的选项，并且LMQL不考虑任何其他可能性。

让我们尝试使用思想链推理方法。给模型一些思考的时间通常可以改善结果。使用LMQL语法，我们可以快速实现这种方法。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: Let's think step by step. [ANALYSIS]. Therefore, the sentiment is [SENTIMENT]" where (len(TOKENS(ANALYSIS)) < 200) and STOPS_AT(ANALYSIS, '\n') 
 and (SENTIMENT in ['positive', 'negative', 'neutral'])
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta')).variables)

Zephyr模型的输出相当不错。

SQL应用于LLM的程序开发利器——开源LMQL图片由作者提供

我们可以对Llama 2尝试同样的提示。

query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: Let's think step by step. [ANALYSIS]. Therefore, the sentiment is [SENTIMENT]" where (len(TOKENS(ANALYSIS)) < 200) and STOPS_AT(ANALYSIS, '\n') 
 and (SENTIMENT in ['positive', 'negative', 'neutral'])
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:llama-2-7b.Q4_K_M.gguf")).variables)

这个推理没有多大意义。我们已经在排行榜上看到，Zephyr型号比Llama-2–7b要好得多。

SQL应用于LLM的程序开发利器——开源LMQL图片由作者提供

在经典的机器学习中，我们通常不仅得到类标签，还得到它们的概率。我们可以使用LMQL中的分布来获得相同的数据。我们只需要指定变量和可能的值：

distribution SENTIMENT in [‘positive’, ‘negative’, ‘neutral’]
query_string = """
"Q: What is the sentiment of the following review: ```The food was very good.```?\n"
"A: Let's think step by step. [ANALYSIS]. Therefore, the sentiment is [SENTIMENT]" distribution SENTIMENT in ['positive', 'negative', 'neutral']
where (len(TOKENS(ANALYSIS)) < 200) and STOPS_AT(ANALYSIS, '\n')
"""
print(lmql.run_sync(query_string, 
 model = lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta')).variables)

现在，我们在输出中得到了概率，我们可以看到模型对积极情绪非常有信心。

如果您只想在模型有信心的情况下使用决策，那么概率在实践中可能会有所帮助。

SQL应用于LLM的程序开发利器——开源LMQL图片由作者提供

现在，让我们创建一个函数，将我们的情绪分析用于各种输入。比较有分布和没有分布的结果会很有趣，所以我们需要两个函数。

@lmql.query(model=lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta', n_gpu_layers=1000))
# specified n_gpu_layers to use GPU for higher speed
def sentiment_analysis(review):
 '''lmql
 "Q: What is the sentiment of the following review: ```{review}```?\n"
 "A: Let's think step by step. [ANALYSIS]. Therefore, the sentiment is [SENTIMENT]" where (len(TOKENS(ANALYSIS)) < 200) and STOPS_AT(ANALYSIS, '\n') 
 and (SENTIMENT in ['positive', 'negative', 'neutral'])
 '''
@lmql.query(model=lmql.model("local:llama.cpp:zephyr-7b-beta.Q4_K_M.gguf", 
 tokenizer = 'HuggingFaceH4/zephyr-7b-beta', n_gpu_layers=1000))
def sentiment_analysis_distribution(review):
 '''lmql
 "Q: What is the sentiment of the following review: ```{review}```?\n"
 "A: Let's think step by step. [ANALYSIS]. Therefore, the sentiment is [SENTIMENT]" distribution SENTIMENT in ['positive', 'negative', 'neutral']
 where (len(TOKENS(ANALYSIS)) < 200) and STOPS_AT(ANALYSIS, '\n')
 '''

然后，我们可以将此功能用于新的审查。

sentiment_analysis('Room was dirty')

模型决定它是中性的。

sentiment_analysis('Room was dirty')

模型决定它是中性的。

SQL应用于LLM的程序开发利器——开源LMQL图片由作者提供

这一结论背后是有道理的，但我认为这一评论是负面的。让我们看看是否可以使用其他解码器并获得更好的结果。

默认情况下，使用argmax解码器。这是最直接的方法：在每一步，模型都会选择概率最高的令牌。我们可以尝试其他选择。

让我们尝试使用n=3和相当高的温度=0.8的波束搜索方法。结果，我们会得到三个按可能性排序的序列，所以我们可以只得到第一个（具有最高可能性）。

sentiment_analysis('Room was dirty', decoder = 'beam', 
 n = 3, temperature = 0.8)[0]

现在，该模型能够在这篇评论中发现负面情绪。

SQL应用于LLM的程序开发利器——开源LMQL图片由作者提供

值得一提的是，波束搜索解码是有成本的。由于我们正在处理三个序列（波束），获得LLM结果平均需要3倍的时间：39.55秒vs 13.15秒。

现在，我们有了我们的功能，可以用我们的真实数据来测试它们。

真实数据的结果

我已经用不同的参数在1K Yelp评论数据集的10%样本上运行了所有函数：

SQL应用于LLM的程序开发利器——开源LMQL按作者绘制的图表

如果我们再深入一点，我们会注意到：

SQL应用于LLM的程序开发利器——开源LMQL按作者绘制的图表

SQL应用于LLM的程序开发利器——开源LMQL按作者绘制的图表

观察实际概率也很有趣：

SQL应用于LLM的程序开发利器——开源LMQL按作者绘制的图表

SQL应用于LLM的程序开发利器——开源LMQL按作者绘制的图表

我们的快速研究表明，带有Zephyr模型和argmax解码器的提示将是情绪分析的最佳选择。然而，值得为您的用例检查不同的方法。此外，您通常可以通过调整提示来获得更好的结果。

你可以在Github上找到完整的代码。

总结

今天，我们讨论了LMP（语言模型编程）的一个概念，它允许您混合使用自然语言中的提示和脚本指令。我们已经尝试将其用于情绪分析任务，并使用本地开源模型获得了不错的结果。

尽管LMQL还没有普及，但这种方法可能很方便，并在未来广受欢迎，因为它将自然语言和编程语言组合成了一种强大的LMs工具。

非常感谢你阅读这篇文章。我希望它对你很有见地。如果您有任何后续问题或意

数据集

科齐亚斯，迪米特里奥斯。（2015）。情绪标记的句子。UCI机器学习库（CC BY 4.0许可证）。https://doi.org/10.24432/c57604。

译者介绍

朱先忠，51CTO社区编辑，51CTO专家博客、讲师，潍坊一所高校计算机教师，自由编程界老兵一枚。

原文标题：LMQL — SQL for Language Models，作者：Mariya Mansurova

关键词：SQL      点击(15)
声明：本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系，我们将立即删除或处理。
▍相关推荐
更多SQL相关>>>
Copyright @ 简易百科 V 2.0 京ICP备14042104号