距离马斯克的 xAI 公布 Grok 才过去一天，刚刚，xAI 又公布了另一款 AI 产品，一个可用于 prompt 工程和可解释性研究的集成开发环境：PromptIDE。
接连不断的新品发布，也让网友纷纷感叹：「xAI 团队的开发速度简直是疯了！」
xAI 在官方博客中这样介绍：PromptIDE 是一个用于 prompt 工程和可解释性研究的集成开发环境。它通过 SDK 加速 prompt 工程，并且该 SDK 可以完成复杂的 prompt 技术，还能进行结果分析，可视化网络输出等。
值得注意的是，xAI 在 Grok 的开发中大量的使用了该技术。
借助 PromptIDE，工程师和研究人员可以透明的访问 Grok-1 模型（为 Grok 提供支持的模型）。该 IDE 可以帮助用户快速探索我们大模型 (LLM) 的功能。IDE 的核心是一个 Python 代码编辑器，它与新的 SDK 相结合，可以实现复杂的 prompt 技术。在 IDE 中执行 prompt 时，用户会看到一些比较有用的分析，例如采样概率、聚合注意力掩码等。
该 IDE 会自动保存所有的 prompt 并具有内置版本控制，还允许用户比较不同 prompt 技术的输出。最后，用户可以上传 CSV 文件等小文件，并使用 SDK 中的单个 Python 函数读取它们。结合 SDK 的并发特性，即使是稍大的文件也能快速处理。
PromptIDE 的核心是代码编辑器 + Python SDK，其中 SDK 提供了一种新的编程范式，可以实现复杂的 prompting 技术。
如上图所示，用户可以使用 prompt () 函数手动将 token 添加到上下文中，也可以使用 sample () 函数根据上下文生成 token。
此外，多个 web worker 可以同时运行，这意味着用户可以并行执行多个 prompt。
用户也可以使用同一程序中的多个上下文来实现复杂的 prompting 技术。如果函数使用 @prompt_fn 装饰器进行注释，则它将在自己的新上下文中执行，该函数可以独立于其父上下文执行一些操作。这种编程范式支持具有任意嵌套子上下文的递归和迭代 prompts。
并发性：SDK 使用 Python 协程来并发处理多个带 @prompt_fn 注释的 Python 函数，从而加快时间进程，尤其是在处理 CSV 文件时。
用户输入：Prompt 可以通过 user_input () 函数进行交互。user_input () 函数返回用户输入的字符串，然后可以通过 prompt () 函数将其添加到上下文中。使用这些 API，只需四行代码即可实现聊天机器人：
文件：开发人员可以将较小的文件上传到 PromptIDE（每个文件最多 5 MiB，总共最多 50 MiB），并在 prompt 中使用他们上传的文件。read_file () 函数以字节数组形式返回任何上传的文件。这些与上面提到的并发特性结合起来，可以实现对 prompt 进行批处理。
分析：在执行 prompt 时，用户会看到详细的 token 分析，以帮助他们更好地理解模型的输出。
当用户使用 user_input () 函数时，窗口中会显示一个文本框，用户可以在其中输入响应。下面的屏幕截图显示了执行上面列出的聊天机器人代码片段的结果。
最后，当不需要对 token 进行可视化时，还可以以 markdown 方式呈现上下文，以提高易读性。
参考链接：https://x.ai/prompt-ide/
© 版权声明
文章版权归作者所有，未经允许请勿转载。
关注公众号，免费获取chatgpt账号
相关文章
