kramasGPT: Ger ChatGPT Modellerar förmågan att använda externa verktyg
I korthet
HuggingFace Hub är en plattform som gör det möjligt för forskare och utvecklare att dela och samarbeta kring bearbetningsmodeller för naturligt språk, datauppsättningar och andra resurser.
Det ger också ett lättanvänt gränssnitt för att hitta och ladda ner förtränade modeller för olika NLP-uppgifter.
Detta tillvägagångssätt möjliggör större flexibilitet och effektivitet i användningen av GPT-baserade språkmodeller, eftersom de kan komma åt ett brett utbud av specialiserade modeller utan att behöva tränas i varje enskild uppgift.
Du misstänkte förmodligen att modellerna har ett eget nav, en plats där folk laddar upp utbildade modeller och andra kan ladda ner och använda dem därifrån. Nu är branschstandarden för modeller med öppen källkod HuggingFace Hub.
HuggingFace Hub är en plattform som gör det möjligt för forskare och utvecklare att dela och samarbeta kring bearbetningsmodeller för naturligt språk, datauppsättningar och andra resurser. Det ger också ett lättanvänt gränssnitt för att hitta och ladda ner förtränade modeller för olika NLP-uppgifter.
Den här artikeln föreslår att du tillåter ChatGPT för att komma åt befintliga modeller (det finns tusentals av dem, och de löser hundratals olika problem) genom kramasGPT. Detta skulle göra träning ChatGPT mycket enklare: I stället för att lära den att rita bilder eller översätta text till tal, kan vi ge den möjligheten att använda externa verktyg. Detta tillvägagångssätt möjliggör större flexibilitet och effektivitet i användningen av GPT-baserade språkmodeller, eftersom de kan få tillgång till ett brett utbud av specialiserade modeller utan att ha fått någon tidigare utbildning. Dessutom öppnar det upp nya möjligheter för att utveckla mer avancerade och komplexa AI-applikationer.
Totalt får vi något sånt här:
- ChatGPT får ett kommando på mänskligt språk.
- ChatGPT översätter kommandot till en uppsättning "uppgifter" som ska utföras.
- För varje uppgift, bland de tusentals tillgängliga modellerna, väljs den som krävs (enligt den medföljande beskrivningen).
- ChatGPT läser beskrivningen av de argument som ska ges till modellen och förbereder dem.
- Efter att ha slutfört uppgiften, ChatGPT tittar på resultera och går vidare enligt planen och upprepar steg 3–5.
För en bättre förståelse, överväg skärmdumpen från artikeln med följande begäran: "Skapa en bild av en tjej som läser en bok, och hennes pose är densamma som pojkens på bilden. Och beskriv sedan den nya bilden i din röst.” Modellen identifierar så många som sex uppgifter och klarar av deras sekventiella utförande.
Koden finns i en Repository med det mycket intressanta namnet "JARVIS", troligen en referens till AI-assistenten från filmen "Iron Man."
Läs fler relaterade artiklar:
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Damir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.
fler artiklar
Damir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.
