最近、「ChatGPT Pluginsdomestic Alternative System」というオープンソース プロジェクトが GitHub でスターを急増させています。
このプロジェクトは、Wallface Intelligence によって開発された大規模なモデル ツール学習エンジンである BMTools です。
プロジェクトアドレス: //m.sbmmt.com/link/a330f9fecc388ce67f87b09855480ca3
最先端の学習を深く探索し、大規模なモデル ツールをすばやく埋め込むまず、最も重要な質問は、BMTools の何がそんなに優れているのかということです。
言語モデルに基づいたオープンソースのスケーラブルなツール学習プラットフォームとして、壁に面した研究開発チームは、さまざまなツール呼び出しプロセスを BMTools フレームワークに統合し、ツール全体の呼び出しを作成しました。プロセスの標準化と自動化。
現在、BMTools でサポートされているプラグインは、douban-film (Douban 映画)、検索 (Bing 検索)、Klarna (ショッピング) など、エンターテイメント、学術、生活、その他の側面をカバーしています。 、など。
開発者は、BMTools を使用して特定のモデル (ChatGPT、GPT-4 など) を使用してさまざまなツール インターフェイスを呼び出し、特定の機能を実現できます。
さらに、BMTools ツールキットには、最近人気のある Auto-GPT と BabyAGI も統合されています。
##では、この種のツール学習は大規模モデルにどのような影響を与えるのでしょうか?
大規模モデルは多くの面で目覚ましい成果を上げていますが、特定の分野のタスクでは依然として一定の制限があります。これらのタスクを効果的に解決するには、多くの場合、専門的なツールやドメインの知識が必要です。したがって、スマートフォンがより良いユーザーエクスペリエンスを実現するためにアプリをダウンロードする必要があるのと同じように、大型モデルでもより良いソリューションを提供できるように、さまざまな専門ツールを呼び出す機能が必要です。現実世界のタスクを完全にサポートします。
大規模モデルと外部ツールの有機的な組み合わせにより、以前の機能の多くの欠点がうまく補われ、ツール学習によって大規模モデルの可能性が大幅に解放されました。
論文アドレス: https://arxiv.org/abs/2304.08354 #2023 年 3 月 23 日、OpenAI は、ツール学習と呼ばれるプラグイン システム (Plugins) のリリースを発表しました。
ツール学習のサポートにより、プラグインは ChatGPT をサポートしてブラウザー、数学的計算、その他の外部ツールに接続し、その機能を大幅に強化できます。
ChatGPT プラグインの登場により、ChatGPT の最後の欠点が補われ、ネットワーキングをサポートし、数学的計算を解決できるようになりました。これは、OpenAI の「App Store」モーメントと呼ばれます。ただし、これまでは OpenAI Plus ユーザーのみがサポートされており、ほとんどの開発者は利用できないままでした。
Mianbi は、ChatGPT プラグインのリリースからわずか 10 日後に BMTools を起動できるのはなぜですか?
Face Wall Intelligence は、大規模モデルのプロセス全体のための効率的なコンピューティング ツールの開発に集中してきました。R&D チームは、ツールの新しいパラダイムに関する研究を継続的に実施してきました。 2022 年から学習を開始し、既存の言語モデルを検索エンジン、知識ベース、その他のツールと組み合わせて統合することを試み、良好な実験結果が達成されました。チームはまた、ツール学習の最先端の研究分野でも実りある調査を行ってきました。
OpenAI プラグインの機能に対する多くの開発者の熱心な期待に応えるために、チームはこれまでの蓄積に基づいて、関連する研究結果を迅速にツール化し、 に蓄積しました。 Toolkit BMTools は、壁に面したインテリジェントな大型モデル機能システムにツール学習を組み込み、OpenBMB 大型モデル ツール システム「Family Bucket」に正式に参加します。
ツール学習も、効率的なトレーニング、微調整、推論、圧縮スイートの後に Wallface Intelligence によって開始されたもう 1 つの傑作です。
##BMTools ツールキット: https :/ /m.sbmmt.com/link/a330f9fecc388ce67f87b09855480ca3
壁を越えて、最初のオンラインサポート中国語質疑応答モデル最近面面INTELLIGENCE は、清華大学、全国人民代表大会、テンセントの研究者と協力して、中国分野における対話型 Web 検索に基づく 初の Q&A オープンソース モデル フレームワーク WebCPM を共同リリースしました。国内大型モデルとブランクフィールドとの間のギャップを埋める取り組みです。そして、WebCPM は BMTools の実践として成功したものです。
現在、WebCPM 関連の研究は、自然言語処理に関するトップカンファレンスである ACL 2023 に受け入れられています。
WebCPM ペーパーのリンク: https://arxiv.org/abs/2305.06849
WebCPM データコードへのリンク: https://github.com/thunlp/WebCPM
ChatGPT が普及して以来、中国のさまざまな勢力から大きなモデルが出現したと言えます。雨後のキノコのように立ち上がりますが、ほとんどのモデルはインターネットに接続されていません。
ただし、インターネットに接続されていない大規模なモデルでは最新の情報を取得できず、生成されるコンテンツは古いデータセットに基づいているため、一定の制限があります。
WebCPM の特徴は、その情報検索がインタラクティブな Web 検索に基づいていることです。 人間と同じように検索エンジンと対話して、質問に答えて回答を生成するために必要な事実の知識を収集できます。
つまり、ネットワーク機能のサポートにより、大規模モデルの質問に対するリアルタイム性と回答精度が大幅に向上しました。
#WebCPM モデル フレームワーク
WebCPM は、Microsoft が最近発表した New Bing の背後にある新世代の検索テクノロジでもある WebGPT をターゲットとしています。WebGPT と同様に、WebCPM
は、従来の LFQA (Long-form Question Answering) の長文自由質問と回答パラダイム の欠点、つまり非対話型の検索に依存する欠点を克服します。元の質問のみをクエリ ステートメントとして使用して情報を取得するメソッド。
WebCPM フレームワークの下では、モデルは人間と同じようにリアルタイムで検索エンジンと対話することで、Web 検索を実行し、高品質の情報をフィルタリングできます。それだけでなく、複雑な問題に遭遇したとき、モデルは人間と同じようにそれを複数の下位問題に分解し、順番に質問します。
さらに、関連情報を特定して参照することにより、モデルは元の問題の理解を徐々に改善し、より多様な情報を検索するために新しい質問を継続的にクエリします。 
WebCPM 検索インタラクティブ インターフェイス
将来 、また、壁に面したインテリジェンスは、この科学研究結果の応用と変革をさらに促進し、対応する分野でのWebCPM大規模モデルの実装を促進するよう努めます。
高い立場から国産大型モデルシステムの構築に全力で取り組んでいますフェイスウォールインテリジェンスは常に大型モデルの独自イノベーションをリードしてまいります大型モデルのインフラ構築とインテリジェント時代の創造に注力し、最終的には「数千世帯に大型モデルを飛ばす」の実現を目指した国内大型モデルシステムの構築に取り組んでいます。
#壁に面したインテリジェンスの成果は誰の目にも明らかであり、業界でも認められています。
Zhihu 最高技術責任者の Li Dahai 氏はかつて Wall-Facing Intelligence について次のようにコメントしました。「Wall-Facing Intelligence チームは、中国で大規模な言語モデル研究を実施した最初のチームです。同社は大規模モデルの研究と応用を予約しており、微調整技術や加速技術を含むフルスタックの技術力により、その研究開発能力は業界をリードする地位にある」とZhihu氏は述べ、「Wall-Facing Intelligenceは成長できると信じている」と述べた。中国の大型模型分野のインフラの中核プレーヤーとなり、中国の大型模型産業に貢献します。
壁に面したインテリジェントなパノラマ
ツール プラットフォームと大規模モデル ライブラリを利用して、同社は ModelForce 大規模モデル システムと CPM エンタープライズ レベルの大規模モデル を立ち上げました。大規模モデルに基づく AI 生産性プラットフォームである ModelForce には、大規模モデルのトレーニング、微調整、圧縮、推論のプロセス全体のための効率的なコンピューティング ツール システムが組み込まれています。
このプラットフォームは、少数サンプルおよびゼロサンプルの大規模モデルの一般的な機能に基づいており、大規模モデルの標準化された微調整メソッドを使用し、ゼロコード微調整クライアントを作成します。 AIの研究開発プロセスにおけるデータアノテーションのコスト、計算電力コストと人件費を大幅に削減できます。
CPM Large Model Enterprise Edition は、オープンソース バージョン モデルの機能をアップグレードしており、マルチ機能の統合、段階的な微調整と柔軟な適応、マルチ シナリオの特徴を備えています。応用。
CPM エンタープライズ レベルの大規模モデルと ModelForce 大規模モデル システムに基づいて、Wallface Intelligence は Zhihu と協力して 「Zhihaitu AI」大規模モデル をトレーニングしました。
「Zhihaitu AI」大型モデルは、要素を迅速に抽出し、意見を整理し、コンテンツを集約できる Zhihu ホットリストに適用され、4 月の Zhihu Discovery Conference で発表されました。 23リリース。
それ以上です。実際、壁に面したインテリジェンスは高い位置にあり、トップ大学の学術研究力を統合し、「三位一体」の大型モデル産学研究生態パターンを構築することに成功しました。大規模モデルのオープンソース コミュニティ OpenBMB、壁に面したインテリジェンス ビルド 業界の需要、アルゴリズムのオープンソース、および業界実装の間に閉ループ チャネルを作成し、この分野の最先端の研究、アプリケーションの研究開発、および産業の発展を促進するよう努めます。国産大型モデルのラインナップ。
As大学の研究者 Yiqi Juechen の研究力は 1970 年代に確立されました。NLP 研究を実施する中国で最も早く、最も影響力のある科学研究部門です。多くの著名な学者や科学者が働いており、大規模言語モデルの分野における研究活動は非常に優れています。
は、一般的な環境における大規模なモデルのアプリケーションに取り組んでいます。人工知能のシナリオと分野 アプリケーションと実装、CPM 大規模モデルは、長年の大規模モデル トレーニングの経験に基づいて、Wallface チームによって自己開発された事前トレーニング済み言語の大規模モデルです。同社は現在、エンジェルラウンドで数千万元の資金調達を完了し、多くの著名な機関と戦略的提携に至った。
国内の大規模モデル システムの構築に努める過程において、Wall-Facing Intelligence のビジョンは常に、大規模なモデル システムの実装を可能にすることでした。 - スケールモデルにより、より多くの業界に力を与え、より多くの企業や個人に利益をもたらします。
火花は草原の火災を引き起こしており、大型モデルがより多くの分野でその可能性を解放し、驚くべき応用価値を示すことを期待しています。
以上が「ChatGPTプラグインシステム」の国産オープンソース版が登場！ Douban、検索はすべて利用可能で、清華大学、Face Wall Intelligenceなどが共同リリースしています。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
