跳过内容

Python

好的 LLM 验证就是好的验证

如果您的验证逻辑可以像人类一样学习和适应,但又能以软件的速度运行会怎样?这就是验证的未来,而且它已经到来。

验证是可靠软件的支柱。但传统方法是静态的、基于规则的,并且无法适应新的挑战。本文探讨了如何使用 PydanticInstructor 等 Python 库将动态的、机器学习驱动的验证引入您的软件堆栈。我们使用符合下面所示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)