davidberenstein1957/dspydantic

解決する課題

DSPydanticは、非構造化ソースから構造化データを抽出する際の、手作業による試行錯誤的なプロンプトエンジニアリングの必要性を排除します。一貫性のない精度や、新しいユースケースやデータ形式が導入されるたびにプロンプトを更新する煩雑なプロセスという問題を解決します。

仕組み

DSPyフレームワークとPydanticに基づいて構築されたこのツールは、ユーザーが目的のデータ構造に対してPydanticモデルを定義できるようにします。ユーザーが少数の例（テキスト、画像、またはPDF）とその期待される出力を提供すると、DSPydanticはそれらの例に基づいてプロンプトとPydanticモデル内のフィールド記述を自動的に最適化し、抽出精度を最大化します。

対象ユーザー

LLMを使用してドキュメント、画像、またはPDFから構造化データを抽出する必要があり、手動のプロンプト調整からデータ駆動型の最適化プロセスへ移行したい開発者。

ハイライト

• 自動プロンプト最適化: データを使用して最適なプロンプトとフィールド記述を見つけ出し、通常 10-30% の精度向上を実現します。
• Pydantic 統合: 完全な型安全性とネイティブな Pydantic モデルサポートを提供します。
• マルチモーダルサポート: テキスト、画像、PDFからのデータ抽出が可能です。
• 本番環境向け機能: バッチ処理、非同期呼び出し、キャッシュ、最適化されたプロンプターの保存・読み込み機能を備えています。
• 信頼度スコアリング: 抽出ごとの信頼度スコアを提供し、結果の検証を支援します。