本文是LLM系列文章，针对《AskIt: Unified Programming Interface for Programming with Large Language Models》的翻译。

摘要

在不断发展的软件开发环境中，大型语言模型（LLM）表现出一种被称为涌现能力的独特现象，在从文本摘要到代码生成的众多任务中表现出娴熟的能力。虽然这些能力为软件设计和制作开辟了新的途径，但它们的结合带来了巨大的挑战。开发人员努力解决在应用程序中直接嵌入LLM的决策，而不是将其用于代码生成。此外，考虑到从自然语言输出中提取数据的必要性，有效的提示设计成为一个关键问题。为了解决这些复杂问题，本文介绍了AskIt，这是一种专门为LLM设计的领域专用语言（DSL）。AskIt简化了LLM集成，提供了类型导向的输出控制、基于模板的函数定义和统一接口，从而减少了基于LLM的代码生成和应用程序集成之间的区别。此外，通过示例编程（PBE），AskIt在编程语言层面利用了少小样本学习的力量。我们的评估强调了AskIt的效力。在50个任务中，AskIt为给定的任务生成了简洁的提示，相对于基准，提示长度减少了16.14%。此外，通过实现从直接LLM应用程序使用到函数生成的过渡，AskIt实现了显著的加速，正如我们在GSM8K基准测试实验中观察到的那样。通过这些进步，AskIt简化了软件开发中LLM的集成，为利用紧急能力提供了一种更高效、更通用的方法。AskIt在TypeScript和Python中的实现可在https://github.com/katsumiok/ts-askit和https://github.com/katsumiok/pyaskit分别地找到。

1 引言

2 动机例子

3 设计与实现

4 实验评估

5 相关工作

6 结论

在本文中，我们介绍了一种领域专用语言（DSL），AskIt。AskIt提供了一个统一的接口，用于与各种任务的大型语言模型（LLM）进行交互。统一接口支持（1）LLM的类型引导输出控制，（2）基于模板的函数定义，（3）可编码任务的代码生成，以及（4）示例编程。我们为TypeScript和Python实现了AskIt，并用三个不同的实验对它们进行了评估。