paint-brush
GPT tự động.. Một lần nữatừ tác giả@mcmurchie
4,501 lượt đọc
4,501 lượt đọc

GPT tự động.. Một lần nữa

từ tác giả McMurchie4m2023/04/10
Read on Terminal Reader

dài quá đọc không nổi

Các kho lưu trữ tự động hóa GPT này quá phức tạp, tôi sẽ chỉ cho bạn cách xây dựng kho lưu trữ của riêng bạn giống như trình tạo Dự án GPT của tôi để bạn có thể yêu cầu các bot xây dựng dự án của mình theo cách đệ quy.
featured image - GPT tự động.. Một lần nữa
McMurchie HackerNoon profile picture

➡ Một bức tranh dễ thương về tương lai của chúng ta với AI (nghệ thuật giữa hành trình)


TLDR: Các kho tự động hóa GPT này quá phức tạp; Tôi sẽ chỉ cho bạn cách xây dựng của riêng bạn giống như trình tạo Dự án GPT của tôi để bạn có thể có các bot xây dựng dự án của mình theo cách đệ quy.


Những người khỏe mạnh bình thường không thường xuyên bị phân tâm bởi thứ nhỏ nhất là GPT (không phải tôi), có thể chưa biết rằng các kho lưu trữ thịnh hành nhất trên GitHub chứa đầy các công cụ khai thác tự động hóa GPT.


Cụm từ phổ biến trên Reddit đại loại như, “Chatbots đã xong, tương lai thuộc về các đại lý.”


Ứng dụng phổ biến nhất hiện nay là Auto-GPT , kết nối với tài khoản OpenAI của bạn và xây dựng một dự án đầy đủ cho bạn theo cách đệ quy. Sự cường điệu là có thật với hàng trăm video YouTube về nó, đến mức bạn sẽ nghĩ rằng họ đang bán NFT.


Dù sao, tôi đã thử nhưng không thể chạy được; Tôi có máy Mac M1, có quá nhiều lỗi và tôi không muốn đăng ký tài khoản Pinecone (ý tưởng thật tuyệt).


Vì vậy, tôi quyết định thử tạo một chiếc của riêng mình và ở đây, tôi muốn cho bạn thấy cách tôi đã làm - vì vậy nếu bạn không thích của họ hoặc của tôi, bạn có thể tự làm.

Bước 1: Khái niệm về Đại lý

Vì các LLM Mô hình Ngôn ngữ Lớn như GPT3, có số lượng mã thông báo hạn chế cho đầu vào và đầu ra, nên chúng không thể đưa ra chính xác toàn bộ dự án máy chủ Web (với tất cả các tệp html, db và định tuyến).


Bạn phải xoa dịu nó, và nhắc nhở nó về những thứ bạn đã sản xuất trước đó; đôi khi, bạn hết thời gian trò chuyện và không bao giờ có thể cung cấp cho nó ngữ cảnh đầy đủ.


Vì vậy, ý tưởng về các đặc vụ đã xuất hiện (bởi ai? Tôi không biết); nó đang có những trình bao bọc chuyên dụng xung quanh các API GPT nhắc nó theo những cách nhất định và xử lý kết quả theo những cách nhất định, vì vậy bạn có thể có những thứ như:


  • đại lý nhanh chóng
  • Đại lý tạo mã
  • Tác nhân gỡ lỗi


Trong khi mỗi người quản lý một mức độ trừu tượng nhất định, điều này cho phép bạn giải phóng hạn mức mã thông báo và chia nhỏ dự án của bạn thành các bit.

Bước 2: Thiết kế

Ok, vì vậy việc có các tác nhân khác nhau cho những việc khác nhau là hợp lý, nhưng làm thế nào để bạn kết hợp chúng lại với nhau, không phải tất cả chúng đều cần biết những tác nhân khác đang làm gì sao?


Đại loại, mẹo là sử dụng đầu ra của một tác nhân, nén nó và chỉ chuyển các bit có liên quan cho tác nhân tiếp theo - điều đó thật khó vì bạn phải tìm ra cách xác định rõ ràng điều gì quan trọng và điều gì không.


Có API GPT sắp xếp các tác vụ vào Yaml có nghĩa là bạn có thể đưa yaml vào lệnh gọi API tiếp theo của mình



Vì vậy, trong trường hợp của tôi, điều tôi đã làm là nhờ một người cha phân loại vấn đề:


 if(solvableWithCode): callAgents else: print("Sorry mate, here is a business plan instead")


Nếu vấn đề có thể được giải quyết bằng mã, tôi sẽ yêu cầu nó tạo YAML như trên; theo cách này, mỗi DELIVERABLE sẽ là một lệnh gọi riêng tới API GPT theo cách có cấu trúc, cho phép nó chỉ tạo mã cho một thứ đó.

Bước 3: Tự động hóa tất cả

Vì vậy, chúng tôi có 3 bước:


  1. Người dùng nêu yêu cầu của họ "Hãy cho tôi một nền tảng giao dịch ngay bây giờ!"


  2. Tác nhân phân loại chia nó thành các phần nhỏ hơn thông qua Yaml.


  3. Tác nhân phân tách lặp lại qua từng Yaml và xây dựng mã.


K, vậy điều gì xảy ra nếu phản hồi quá lớn và mã bị cắt? Trong mã, tôi đảm bảo lời nhắc yêu cầu nó chỉ trả về 150 dòng mỗi lần; Tôi lặp lại nó trong một vòng lặp, liên tục nối đầu ra vào tệp đích.


Vì vậy, giả sử có một dự án máy chủ web cần manage.py, blogList.js và index.html, nó sẽ xây dựng từng cái một và ghi vào một tệp.

Tương lai và cảm xúc của tôi về tất cả

Công cụ này không phải là khoa học tên lửa; trên thực tế, nó chỉ đơn giản là tự động hóa theo kiểu xoay tay cũ. Tôi đã làm một blog có tên là làm bánh mì từ mì, trong đó tôi nói rằng mọi người nghĩ rằng chúng tôi đang tiến gần đến AGI, nhưng thực tế không phải vậy.


Chúng tôi chỉ có một mô hình ngôn ngữ rất thông minh mà chúng tôi đang cố gắng kết hợp với nhau thành AGI như thể chúng tôi đang cố gắng tạo ra bánh mì từ sợi mì.


Sản phẩm cuối cùng có thể giống một thứ gì đó giống như một ổ bánh mì, nhưng không phải vậy - đó là cảm nhận của tôi về việc tự động hóa các LLM.


Tuy nhiên, thật tuyệt vời khi trở thành một phần của phong trào Dev này; có giá trị rất lớn trong GPT, ChatGPT và LLM, và sự sáng tạo của những người xây dựng các bộ khai thác tự động hóa xung quanh họ để làm cho cuộc sống của mọi người dễ dàng hơn là một điều tuyệt vời để tham gia.


Vì vậy, nếu đó là sở thích của bạn, hãy thoải mái - hãy liên hệ với tôi nếu bạn muốn có gợi ý hoặc có những điều bạn muốn tôi cải thiện.


Lưu ý : Dự án chưa hoàn thành; có tính năng gỡ lỗi, ghi nhật ký và các phần khác để thêm vào, nhưng bạn có thể thoải mái chơi xung quanh nó, phân nhánh nó, hoặc sao chép và tạo một cái của riêng bạn! Tôi rất muốn nghe những gì bạn nghĩ ra!


Thêm về tôi:

Trò chơi và dự án AI của tôi youtube

liên kết

Twitter