Auto-GPTとBabyAGI (林セミナー)
“自主代理”如何將生成人工智能帶給大眾
在過去的一周裡，世界各地的開發人員已經開始構建“自主代理”，這些代理可以使用大型語言模型 (LLM)（例如 OpenAI 的 GPT-4）來解決複雜的問題。 雖然仍然很新，但此類代理可能代表 LLM 生產應用中的一個重要里程碑。
通常，我們通過在 ChatGPT 的文本窗口中輸入措辭謹慎的提示與 GPT-4 進行交互，直到模型生成我們想要的輸出。 但是我們大多數人都缺乏技巧和耐心，無法坐下來一個接一個地寫提示，引導 LLM 回答一個複雜的問題，例如“佔領 20% 的指甲油市場的最佳商業計劃是什麼？” 很自然地，開發人員一直在想辦法使大部分過程自動化。 這就是自治代理的用武之地。
一般來說，自主代理可以生成 LLM 處理的系統任務序列，直到它滿足預定的“目標”。 自治代理已經可以執行各種各樣的任務，例如進行網絡研究、編寫代碼和創建待辦事項列表。
代理有效地將傳統軟件界面添加到大型語言模型的前端。 並且該接口可以使用眾所周知的軟件實踐（例如循環和函數）來指導語言模型完成一個總體目標（例如，“找到所有關於大衰退的 YouTube 視頻並提取關鍵點”）。 有些人稱它們為“遞歸”代理，因為它們在循環中運行，向
LLM 提問，每個問題都基於上一個的結果，直到模型產生完整的答案。
寶寶
開創性的自治代理 BabyAGI 是由 Yohei Nakajima 創建的，他是一位 VC 和習慣性的編碼員和實驗員。
他將
BabyAGI 描述為“包含人工智能任務管理器的自主人工智能代理”。
中島是小型風險投資公司 Untapped Capital 的合夥人，他說他最初著手建立一個代理，通過複製他自己的工作流程，將他作為風險投資家經常執行的一些任務自動化——研究新技術和公司，等等。 . “我早上醒來處理清單上的第一件事，一整天我都在添加新任務，然後在晚上我回顧我的任務並重新排列它們的優先級，然後決定第二天要做什麼，”他說。 BabyAGI 還繫統地完成、添加和重新排列任務的優先級，以便
GPT-4 語言模型完成。
意識到他的創造可以應用於各種其他目標，Nakajima 將代理精簡到最基本的部分（105 行代碼），並將其上傳到 GitHub 上供其他人用作他們自己的（更專業的）代理的基礎。
Nakajima 說他從其他開發人員增強 BabyAGI 的方式中受到啟發。 他說，一些開發人員已經添加了審核功能，以及處理並行任務的能力、生成額外代理的能力，以及添加代碼編寫和機器人功能。
圍繞 Baby AGI 和 AutoGPT 的開發速度令人驚嘆。 似乎每小時都會發布一個新的*突破性*更新
自動GPT
Auto-GPT 似乎擁有更多自主權。 Auto-GPT 由 Toran
Bruce Richards 開發，在 GitHub 上被描述為 GPT-4 支持的代理，可以以結構化方式搜索互聯網。 它可以創建子任務並啟動新的代理來完成它們。 它使用GPT-4編寫自己的代碼，然後可以“遞歸調試、開發和自我完善”代碼。
Auto-GPT 可用於解決任何數量的問題，但 GitHub 上描述的示例案例涉及一位試圖管理和發展烹飪業務的“廚師”。 在示例中，“Chef-GPT”代理“自主開發和管理業務以增加淨值”。
理查茲說，他最初想要一個人工智能代理，每天自動通過電子郵件向他發送人工智能新聞。 但是，正如他告訴 Motherboard 的那樣，他在這個過程中意識到現有的 LLM 正在努力應對“需要長期規劃的任務”，或者“無法根據實時反饋自主改進他們的方法。” 這種理解啟發了他創建 Auto-GPT，他說，Auto-GPT“可以將 GPT4 的推理應用於更廣泛、更複雜的問題，這些問題需要長期規劃和多個步驟。”
Comments
Post a Comment