• 2023/10/23
• 在 Pydantic, 数据验证, Python 中
• 11 分钟阅读

好的 LLM 验证就是好的验证

如果你的验证逻辑能够像人一样学习和适应，但又能以软件的速度运行呢？这就是验证的未来，它已经到来。

验证是可靠软件的支柱。但传统方法是静态的、基于规则的，无法适应新的挑战。本文探讨了如何使用 `Pydantic` 和 `Instructor` 等 Python 库，将动态的、机器学习驱动的验证引入你的软件栈。我们使用一个符合以下结构的验证函数来验证这些输出。

def validation_function(value):
    if condition(value):
        raise ValueError("Value is not valid")
    return mutation(value)