首页 > 业界 > 关键词  > LIDA最新资讯  > 正文

LIDA:使用大语言模型自动生成可视化和信息图表

2023-08-28 11:44 · 稿源:站长之家

文章概要:

1. LIDA 是一个使用大型语言模型自动生成数据可视化和信息图表的开源库。

2. LIDA 提供了 API,可以生成、执行、编辑、解释、评估和修复可视化代码。

3. LIDA 与多种编程语言和可视化库兼容,支持 OpenAI、PaLM、Cohere 等 LLMs。

站长之家(ChinaZ.com)8月28日 消息:LIDA 是一个开源库,用于利用大型语言模型自动生成数据可视化和信息图表,目前在 GitHub 上获得了较高关注度。

LIDA 将可视化视为代码,通过 API 接口,可以自动生成可视化代码、执行可视化、使用自然语言编辑可视化、生成可视化的自然语言解释,以及评估和修复可视化。这样就提供了一个端到端的自动可视化解决方案。

image.png

LIDA 具有与语法无关的优点,可以用于任何编程语言和数据可视化库,比如 matplotlib、seaborn、altair、D3等。它也支持利用 OpenAI、PaLM、Cohere 等不同的大型语言模型后端。

LIDA 在数据集摘要、生成可视化目标、可视化生成等多个方面进行了模块化设计。它还提供了一个可选的网页 API 和用户界面,可以通过网页来体验其功能。在 GitHub 上,LIDA 已获得582个 star,反映出其在自动可视化领域的创新性和实用性得到认可。

LIDA 作为一个自动可视化工具,其开源性质和多语言模型、编程语言支持能够帮助各类用户快速轻松地生成数据可视化成果,值得关注和参与贡献。

LIDA的核心特色功能如下:

1. 可视化代码生成 - LIDA可以自动生成数据可视化的代码,包括各类图表和信息图表。

2. 可视化代码执行 - LIDA不仅可以生成可视化代码,还可以直接执行代码生成可视化图像。

3. 可视化代码编辑 - LIDA支持使用自然语言编辑和调整已生成的可视化代码。

4. 可视化解释 - LIDA可以生成对可视化代码的自然语言解释,提高可访问性。

5. 可视化评估与修复 - LIDA可以评估可视化效果,生成修复可视化问题的指令。

6. 可视化推荐 - LIDA可以根据数据自动推荐不同类型的可视化方案。

7. 与多语言模型和可视化库兼容 - LIDA可兼容OpenAI、PaLM等语言模型,以及matplotlib、seaborn等可视化库。

8. 提供API和界面 - LIDA提供了API接口和网页界面,方便用户使用。

项目网址:https://github.com/microsoft/lida

举报

  • 相关推荐
  • 秒懂生成式AI—大语言模型是如何生成内容的?

    备受关注的大语言模型,核心是自然语言的理解与文本内容的生成,对于此,你是否好奇过它们究竟是如何理解自然语言并生成内容的,其工作原理又是什么呢?要想了解这个,我们就不得不先跳出大语言模型的领域,来到机器翻译这里。传统的机器翻译方式是采用RNN循环神经网络。以上就是大语言模型的工作原理了,强大Transformer的实用性还不止于在自然语言处理领域,包括�

  • Hugging Face 大语言模型三大优化技术

    大语言模型的生产部署面临着两个主要挑战:一是需要庞大的参数量,二是需要处理超长的上下文信息输入序列。HuggingFace基于他们在提供大型模型服务方面的经验,分享了一些应对这些难题的技术。文章深入剖析了大语言模型优化的关键技术点,对于产业实践具有重要参考价值。

  • 开源机器学习库vLLM 提升大语言模型推理速度

    大语言模型在改变人们的生活和职业方面影响越来越大,因为它们实现了编程助手和通用聊天机器人等新应用。这些应用的运行需要大量硬件加速器如GPU,操作成本非常高。更大的模型、更复杂的解码算法和更长的序列会导致更明显的改进。

  • 「深呼吸」让大模型现更佳!谷歌DeepMind利用大语言模型生成Prompt,还是AI更懂AI

    【新智元导读】谷歌DeepMind提出了一个全新的优化框架OPRO,仅通过自然语言描述就可指导大语言模型逐步改进解决方案,实现各类优化任务。「深呼吸,一步一步地解决这个问题。这项研究首次提出并验证了使用大语言模型进行优化的有效性,为利用LLM进行更广泛优化任务提供了框架和经验,是这个新的研究方向的开拓性工作,具有重要意义。

  • 大语言模型迎来重大突破!找到解释神经网络行为方法

    获得亚马逊40亿美元投资的ChatGPT主要竞争对手Anthropic在官网公布了一篇名为《朝向单义性:通过词典学习分解语言模型》的论文,公布了解释经网络行为的方法。由于神经网络是基于海量数据训练成,其开发的AI模型可以生成文本、图片、视频等一系列内容。理解神经网络行为,对增强大语言模型的安全性、准确性至关重要。

  • AI研究人员发现了主要大语言模型中关键漏洞 可低成本复制

    大型语言模型如ChatGPT和Bard在全球范围内引起了广泛的关注,众多公司投资数百万美元用于开发这些人工智能工具一些领先的AI聊天机器人的估值已达到了数十亿美元。这些LLM主要被应用于AI聊天机器人,它们通过整合互联网上的大量信息来学习和为用户提供请求的答案,这些请求通常被称为“提示”。”这项研究为我们提醒了虽然AI技术带来了巨大的机会,但也伴随着一系列潜在的威胁,因此必须谨慎行事。

  • LongLoRA:超长上下文,大语言模型高效微调方法

    麻省理工学院和香港中文大学联合发布了LongLoRA,这是一种全新的微调方法,可以增强大语言模型的上下文能力无需消耗大量算力资源。想增加大语言模型的上下文处理能力,需要更多的算力支持。LongLoRA在大型语言模型领域提出了创新方法,在处理大量信息时,也可以更轻松、更高效地微调这些模型必须消耗更多的算力资源。

  • LayoutNUWA:一个基于大型语言模型的布局生成工具

    在网上创建引人注目的设计对于吸引用户的兴趣和帮助他们理解信息非常重要。这种新方法,被称为LayoutNUWA,通过使用语言模型将编码指令转化为出色的布局,使这些设计更加智能。通过这些核心功能,LayoutNUWA为用户提供了一个强大的布局生成工具,可以应用于各种项目和领域,从提高布局生成的效率和质量。

  • 多用途大语言模型SynthIA-7B-v1.3:可用于教学、写作等多领域

    SynthIA-7B-v1.3是一个七十亿参数的大型语言模型,是基于Orca风格数据训练的Mistral-7B-v0.1模型的进化版本。它在各种任务上表现出色,包括文本生成、语言翻译、原创内容创作以及深入问题回答。如果您需要一个强大灵活的语言模型,SynthIA-7B-v1.3是一个不错的选择。

  • 寒武纪提升产品在AIGC及大语言模型领域的性能并推动技术合作

    目前,人工智能芯片技术仍处于发展的初期阶段,技术迭代速度加快,技术发展路径尚在探索中,尚未形成具有绝 对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品,该领域市场竞争日趋激烈。寒武纪自成立以来一直专注于人工智能芯片设计领域,积累了较强的技术和研发优势,已获得一批核心技术与关键专利,技术创新能力得到业界广泛认可,并较早实�