ThinkGPT 살펴보기: AI를 강력한 사고 기계로 바꾸는 최첨단 Python 라이브러리

ThinkGPT는 대규모 언어 모델이 보다 효율적으로 생각하고 추론하고 행동할 수 있도록 지원하는 혁신적인 Python 라이브러리입니다. ThinkGPT를 Python 스크립트에 통합하고 고급 기능을 활용하고 싶다면 이 문서를 읽어보세요. 이 문서에서는 Python 프로젝트에서 ThinkGPT를 사용하는 첫 번째 단계를 안내합니다.

고급 메모리 기능, 자기 개선 메커니즘, 고차 추론 기능을 포함한 ThinkGPT의 핵심 기능을 살펴보겠습니다. 이 혁신적인 라이브러리가 AI 개발 환경을 어떻게 변화시키고 있는지 알아보고, 그 힘을 활용하여 자신의 프로젝트를 향상시키는 방법을 배울 수 있습니다.

ThinkGPT는 GitHub에서 호스팅됩니다. 코드 베이스는 https://github.com/alaeddine-13/thinkgpt에서 찾을 수 있습니다.

ThinkGPT의 주요 기능

1. 메모리: ThinkGPT를 사용하면 LLM(대형 언어 모델)이 경험을 기억하고 새로운 개념을 배울 수 있습니다.
2. 자기 개선: 이 기능을 사용하면 모델이 비판을 해결하고, 문제를 수정하고, 이해를 구체화하여 생성된 콘텐츠를 개선할 수 있습니다.
3. 추상: LLM은 예제나 관찰을 통해 규칙을 일반화하여 모델의 제한된 컨텍스트 길이에 더 잘 맞는 압축된 지식을 생성하는 데 도움이 됩니다.
4. 추론: LLM이 사용 가능한 정보를 기반으로 교육받은 추측을 할 수 있도록 합니다.
5. 자연어 조건: 사용자는 작업과 조건을 자연어로 쉽게 표현할 수 있어 모델이 지능적인 결정을 내릴 수 있습니다.
6. 쉬운 설정 및 Pythonic API: DocArray 덕분에 ThinkGPT는 매우 쉬운 설정 프로세스와 Pythonic API를 제공합니다.

설치

ThinkGPT 설치는 간단하며 pip를 사용하여 설치할 수 있습니다.

pip install git+https://github.com/alaeddine-13/thinkgpt.git

이 명령은 GitHub 코드 저장소에서 ThinkGPT 라이브러리를 직접 설치합니다.

Python 스크립트에서 ThinkGPT를 사용하는 첫 번째 단계

설치가 완료되면 Python 스크립트에서 ThinkGPT 사용을 시작할 수 있습니다. 이렇게 하려면 thinkgpt.llm 모듈에서 ThinkGPT 클래스를 가져오고 클래스의 새 인스턴스를 생성하면 됩니다.

from thinkgpt.llm import ThinkGPT llm = ThinkGPT(model_name="gpt-3.5-turbo")

이 코드 조각은 지정된 모델(이 경우 "gpt-3.5-turbo")을 사용하여 새 ThinkGPT를 초기화합니다. 사례.

ThinkGPT 인스턴스를 사용하면 이제 memorize() 메서드를 사용하여 AI 모델에 새로운 개념이나 사실을 가르칠 수 있습니다.

llm.memorize(['DocArray is a library for representing, sending, and storing multi-modal data.'])

기억된 정보를 불러오려면 Remember() 메서드를 사용할 수 있습니다.

memory = llm.remember('DocArray definition')

AI가 ​​모델 일부 정보를 학습한 후 예측() 메서드를 사용하여 기억된 데이터를 기반으로 예측을 하거나 질문에 답할 수 있습니다.

llm.predict('what is DocArray ?', remember=memory)

이 코드 조각은 Remember() 메서드를 사용하여 기억된 정보를 검색하고 이를 예측( ) 질문에 답하는 방법입니다.

실용적인 예

ThinkGPT에는 이해하기 쉬운 몇 가지 사용 예가 함께 제공됩니다. 해당 Python 스크립트는 코드 베이스의 예제 폴더에서 찾을 수 있습니다:

거기에 제공된 예제 중 하나를 살펴보겠습니다. replay_expand_memory.py:

from thinkgpt.llm import ThinkGPT llm = ThinkGPT(model_name="gpt-3.5-turbo") # 加载旧内存 old_memory = [ "Klaus Mueller is writing a research paper", "Klaus Mueller enjoys reading a book on gentrification", "Klaus Mueller is conversing with Ayesha Khan about exercising" ] # 教给LLM旧的记忆 llm.memorize(old_memory) # 在旧记忆的基础上诱发反思 new_observations = llm.infer(facts=llm.remember()) print('new thoughts:') print('\n'.join(new_observations)) llm.memorize(new_observations)

이 ThinkGPT 예제 스크립트에서 대상은 기반입니다. on Klaus Mueller의 기존 정보는 ThinkGPT 라이브러리를 사용하여 새로운 생각이나 관찰을 유도합니다.

1. 먼저 스크립트는 thinkgpt.llm 모듈에서 ThinkGPT 클래스를 가져옵니다.
2. 새 ThinkGPT 인스턴스를 생성하고 "gpt-3.5-turbo" 모델로 초기화하세요.
3. 이전 지식을 나타내는 Klaus Mueller에 대한 세 가지 진술이 포함된 old_memory 변수를 정의합니다.
4. memorize() 메서드를 사용하여 old_memory에 저장된 정보를 대규모 언어 모델(LLM)에 가르칩니다.
5. infer() 메서드를 호출하고 사실 매개변수를 Remember() 메서드의 결과로 설정합니다. 이는 LLM이 이전에 기억한 정보를 바탕으로 새로운 관찰이나 생각을 유도하도록 지시합니다.
6. 새로 유도된 관찰은 "새로운 생각:" 태그 아래 콘솔에 출력됩니다.
7. 마지막으로 memorize() 메서드를 다시 호출하여 LLM의 메모리에 새로운 관찰 내용을 저장함으로써 향후 상호 작용에서 Klaus Mueller에 대한 이해를 구축할 수 있습니다.

스크립트를 실행하고 결과를 보기 전에 OpenAI API 키를 획득하고 해당 환경 변수 OPENAI_API_KEY의 키 값을 설정해야 합니다.

OpenAI API 키를 얻으려면 다음의 간단한 단계를 따르세요.

• 请访问OpenAI网站https://www.openai.com/。
• 如果没有帐户，请注册一个帐户。在首页右上角点击“注册”，并按照注册流程操作。
• 注册或登录后，通过点击页面顶部的“API”或访问https://www.openai.com/api/来导航到API部分。
• 查看可用的API定价计划，并选择适合你需求的计划。某些计划可能提供带有有限使用的免费访问权限，而其他计划根据你的要求和预算提供不同级别的访问权限。
• 选择一个计划后，将提供你的唯一API密钥。请确保保密，因为它授予你的账户使用限制和特权的API访问权限。 在命令行中使用以下命令来设置OpenAI API密钥：

export OPENAI_API_KEY="YOUR OPENAI API KEY"

现在我们已经准备好执行脚本了，只需输入以下命令：

python replay_expand_memory.py

然后，你应该能够看到类似于以下的结果：

总结

ThinkGPT是一款强大的Python库，它通过添加先进的记忆、自我完善、抽象和推理功能，增强了大型语言模型的能力。它对用户友好的安装过程和Pythonic API使它成为许多AI项目的有价值的补充。通过探索本文提供的实际示例，你可以利用ThinkGPT的能力，彻底改变你的AI思考方式、得出结论和采取行动的方式。

위 내용은 ThinkGPT 살펴보기: AI를 강력한 사고 기계로 바꾸는 최첨단 Python 라이브러리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!