2023.17 6个问题让chatgpt帮你搞懂新行业
ChatGPT,有很大的局限性在于需要人工提供大量的原始信息和引导词(Prompt),才能让它生成理想的内容。而Auto-GPT就是为了解决这个痛点而诞生的。它可以通过LLM自主产生Prompt,并且通过Google搜索和Python脚本来实现自己的目的。
Auto-GPT 是由 GPT-4 驱动,与 ChatGPT 使用的是同一个底层语言模型。相较于 ChatGPT ,Auto-GPT 最突出的一个优势是具有分解 AI 步骤的能力。由人类给Auto-GPT分配一个角色(例如一名写手),接着给他分配最多五个任务让他执行。Auto-GPT就会自己将任务列表拆解成某些具体的任务,并生成后续的任务执行列表。每一步可以是执行Google搜索、生成Python脚本、存储生成文本、执行脚本文件等等。
AGI,即通用人工智能,最重要的一个特点就是脱离人工监督可自行完成任务,Auto-GPT正是在当前条件比较有限的前提下对AGI做出的一个有益尝试。通过主任务生成子任务(也有人叫子智能体)的方法而让AI通过LLM脱离人类监督自行完成任务可能是未来的发展方向之一。当前的问题是LLM的能力还是比较弱,对当前的状态把握的还不够好,从而经常让自己陷入死循环需要人类的介入。而且虽然向量数据库成功赋予了AI中长期记忆的可能性,但是对于后续的任务缺无法继续沿用此前的记忆了。在可预见的未来,这种自动生成子智能体的AI会进一步发展,为复杂问题的解决给出一种新式的答案。
https://new.qq.com/rain/a/20230418A03WE300
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型,基于 General Language Model (GLM) 架构,具有 62 亿参数。结合模型量化技术,用户可以在消费级的显卡上进行本地部署(INT4 量化级别下最低只需 6GB 显存)。ChatGLM-6B 使用了和 ChatGPT 相似的技术,针对中文问答和对话进行了优化。
简单来说,ChatGLM-6B 允许你自己做一个自己的 ChatGPT 智能助手。
GitHub 地址→https://github.com/THUDM/ChatGLM-6B
MiniGPT-4 利用先进的大型语言模型 LLM 来强化视觉理解能力。简单来说,你给一张图,可以让 AI 帮你描述这张图,或者基于这张图生成一篇广告文案、诗歌等等体裁。
GitHub 地址→https://github.com/Vision-CAIR/MiniGPT-4