Alfred：一个用于提示式弱监督的系统

Alfred 是首个通过提示（prompting）为机器学习创建训练数据的程序化弱监督（PWS）系统。与典型的由专家编写程序的弱监督源不同，Alfred 使用户能够通过面向语言模型与视觉-语言模型的自然语言提示来编码其领域专业知识。Alfred 为该新兴范式的关键步骤提供了简洁的 Python 接口，并配有用于大规模数据标注的高吞吐后端。用户可快速创建、评估并精炼其基于提示的弱监督源；将结果映射为弱标签；并用标签模型解决其分歧。Alfred 支持由自管理计算集群所提供服务模型支撑的无缝本地开发体验，并通过优化批处理机制自动优化提示执行。我们发现该优化相较朴素方法将查询吞吐提升了 2.9 倍。我们给出了两个示例用例，展示 Alfred 在 YouTube 评论垃圾检测与宠物品种分类上的应用。Alfred 开源，地址为 https://github.com/BatsResearch/alfred。