最初，Instructor 只通过 OpenAI SDK 促进 API 交互，并通过集成 Zod 进行结构化数据验证和序列化，重点强调函数调用。
随着这一年的进展，我们通过集成 JSON 模式 扩展了我们的工具包，从而增强了我们对视觉模型和开源模型的适应性。这一进步使我们现在能够支持广泛的模型，从 GPT 和 Mistral 到几乎可以通过 Ollama 和 Hugging Face 访问的任何模型。有关如何将 JSON 模式与各种模型结合使用的更多见解，请参阅我们关于 补丁 (Patching) 的详细指南。
开源 LLM 越来越受欢迎，Together 发布了 Mistral 模型，使得使用 JSON schema 获取结构化输出成为可能。无需依赖模型的默认输出模式，您可以使用 JSON schema 获取结构化输出。这种方法是替代大量提示工程的省时方案。
阅读完这篇博客文章后，您将学会如何有效利用 instructor 与 Togethers。但在继续之前，让我们先探讨一下补丁 (patching) 的概念。
开源 LLM 越来越受欢迎，Anyscale 发布了 Mistral 模型，使得在任何规模下使用 JSON schema 获取结构化输出成为可能。无需依赖模型的默认输出模式，您可以使用 JSON schema 获取结构化输出。这种方法是替代大量提示工程的省时方案。
阅读完这篇博客文章后，您将学会如何有效利用 instructor 与 Anyscale。但在继续之前，让我们先探讨一下补丁 (patching) 的概念。