使用场景

开发者使用Show-Me生成Python代码来分析数据集。

研究人员利用Show-Me的可视化功能来理解语言模型在特定问题上的推理过程。

数据科学家使用Show-Me来验证他们的数据分析结果，确保推理的准确性。

产品特色

自我修复推理：系统基于自动检查迭代地改进其答案，提高准确性并展示一种“自我修复”行为。

可视化推理图：提供语言模型推理过程的动态图形可视化，使其透明且易于理解。

任务分解：将复杂问题分解成更小、更易管理的子任务，促进更准确、更高效的解决问题。

代码生成和执行（有限）：能够在特定上下文中生成并执行基本的Python Pandas代码，用于数据操作和分析任务。

软件推理（实验性）：包含一个实验模式，旨在处理与软件相关的推理任务，展示框架适应不同领域的能力。

交互式聊天界面：允许用户以对话格式提问并接收答案。

实时更新：使用SocketIO提供实时更新的可视化图形，随着语言模型处理问题。

使用教程

克隆仓库：使用git clone命令克隆Show-Me的GitHub仓库。

后端设置：进入后端目录，创建虚拟环境并激活，安装依赖，配置环境变量。

前端设置：回到项目根目录，安装npm依赖。

运行应用程序：在后端目录启动后端服务，在项目根目录启动前端服务。

提问：在前端界面输入问题，提交给后端处理。

查看推理过程：观察前端动态图形界面展示的语言模型推理过程。

获取答案：查看前端界面显示的最终答案和推理子任务的答案。

反馈：如果发现错误或有改进建议，可以在GitHub上提交issue。