AutoGPT tidak boleh dipercayai, Microsoft melancarkan versi yang dinaik taraf! Proses perancangan autonomi boleh diedit

Xi Xiaoyao Technology Talk Original
Pengarang | [1]Bilangan koleksi di Github telah melebihi 100,000. Ejen perancangan diri dan pelaksanaan kendiri ini memfokuskan pada pelarasan diri dan pengoptimuman dalam model kecerdasan buatan buat kali pertama. Walau bagaimanapun, ramai netizen mendapati bahawa prestasi AutoGPT tidak stabil, dan gelung tak terhingga adalah fenomena yang paling biasa. Selain itu, kelajuan pelaksanaan AutoGPT sangat perlahan Mengikut ujian oleh netizen, New Bing mengambil masa 8 saat untuk menyelesaikan tugasan, manakala AutoGPT mengambil masa 8 minit penuh!

Cara AutoGPT berfungsi menjadikannya perlu memanggil API berkali-kali untuk satu tugasan dikira bahawa kos satu tugasan melebihi 100 yuan! Jelas sekali kos sedemikian mahal untuk kegunaan peribadi. Kerja baharu Microsoft Research baru-baru ini mencadangkan LLM Kod Rendah, yang boleh bekerjasama dengan ejen melalui drag-and-drop melalui operasi visual yang mudah.

Mod ini mula-mula membenarkan GPT menjana carta aliran tugas, yang hampir sama dengan logik perancangan kendiri dan pelaksanaan kendiri AutoGPT, tetapi berbeza Ya, pengguna secara intuitif dan mudah boleh memahami dan mengubah suai keseluruhan proses pelaksanaan, dengan itu mengawal operasi kecerdasan buatan dengan berkesan.

Ia dipanggil "Kod Rendah" kerana ia mengamalkan konsep pengaturcaraan visual, dan pengguna boleh melaraskan proses dengan klik dan seretan mudah. Untuk tugas yang rumit, pengguna boleh mengawal ejen dengan berkesan dengan idea atau pilihan mereka sendiri.

LLM kod rendah menjana carta alir dalam satu perbualan, dan kos panggilan API pada asasnya boleh diabaikan Selain itu, carta alir generasi sekali ini juga mengelakkan masalah gelung tak terhingga dalam AutoGPT, menjadikan Perkhidmatan ini adalah. lebih stabil!

Pengarang mendapati bahawa karya ini diletakkan dalam Repo Microsoft TaskMatrix.ai

[2]

, yang telah melebihi 30k bintang.

Visual ChatGPT

[3]

juga daripada pasukan yang sama. TaskMatrix.AI menunjukkan cara menyambungkan model asas dan sejumlah besar API dalam pelbagai bidang untuk melaksanakan Automasi Tugasan (Visual ChatGPT ialah contoh klasik dalam medan visual). LLM Kod Rendah yang baru dilancarkan boleh memainkan peranan dalam berinteraksi dengan pengguna, membantu pengguna untuk membolehkan AI lebih memahami perkara yang pengguna mahu lakukan. " LLM kod rendah: Pengaturcaraan Visual berbanding LLM."^{Kod sumber terbuka:}//m.sbmmt.com/link/141aa4fef48df77f954d60a373a3c322

Aliran Kerja

Perancangan LLM menjana carta aliran berstruktur untuk tugasan yang kompleks, yang agak serupa dengan AutoGPT idea ​​perancangan diri mengikut matlamat yang diberikan oleh penggunaPengguna mengubah suai carta alir melalui operasi visual kod rendah yang ditentukan (termasuk mengklik, menyeret dan mengedit teks) untuk menyampaikan pilihan mereka dan pendapat kepada LLM

Melaksanakan LLM melaksanakan arahan mengikut aliran kerja yang diubah suai oleh pengguna dan menjana jawapanPengguna boleh merujuk kepada jawapan semasa dan mengubah suai carta alir secara berterusan sehingga keputusan yang memuaskan diperoleh

Dipratentukan 6 kategori operasi kod rendah

Kelebihan mod ini adalah seperti berikut:

1. Hasil penjanaan yang lebih terkawal: pengguna boleh memahami dan mengawal logik pelaksanaan kecerdasan buatan secara langsung, menjadikan keputusan lebih mudah untuk diramal dan dikawal, dan lebih selaras dengan keperluan pengguna
2. Mesra pengguna Antara Muka interaksi: Pengguna boleh melihat proses pelaksanaan secara intuitif, dan kaedah klik dan seret juga menjadikan operasi lebih mudah dan meningkatkan kecekapan kerja; pengguna Artikel ini mencadangkan 4 kes biasa di mana pemikiran dan pilihan anda adalah penting.
3. Selain itu, LLM Kod Rendah juga boleh dilanjutkan dengan API luaran untuk memperkayakan lagi aplikasi senario. Contohnya, menyampaikan idea dan pilihan pengguna dengan cekap serta membantu pengguna mengautomasikan tugasan. Apabila menyambung dengan alat lain, pelbagai fungsi seperti penglihatan dan suara boleh disepadukan.

Kedua-dua AutoGPT dan LLM Kod Rendah sedang berusaha keras untuk meningkatkan prestasi dan kesan model kecerdasan buatan yang memfokuskan pada pengoptimuman kendiri dan pembelajaran dalam model, dan yang kedua memfokuskan pada kerjasama dan interaksi antara. pengguna dan model. Kedua-dua kaedah ini boleh saling melengkapi dan mencapai prestasi yang lebih baik dalam senario dan tugasan yang berbeza.

Di bahagian pengiktirafan kertas kerja juga disebutkan bahawa sebahagian daripada artikel ini dihasilkan melalui model kerjasama ini Nampaknya pada masa hadapan, ia bukan lagi impian orang dan model besar bekerjasama rapat untuk mencipta.

Atas ialah kandungan terperinci AutoGPT tidak boleh dipercayai, Microsoft melancarkan versi yang dinaik taraf! Proses perancangan autonomi boleh diedit. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!