Верхняя часть горячего списка GitHub: версия интерпретатора кода GPT-4 с открытым исходным кодом, можно установить любую библиотеку Python, запустить на локальном терминале.
Интерпретатор кода ChatGPT можно запустить на вашем компьютере.
Мастер только что выпустил локальную версию интерпретатора кода на GitHub, и она быстро возглавила горячий список GitHub с более чем 3 тысячами звезд.
Он не только обладает всеми функциями, которые изначально имел GPT-4, но, самое главное, его можно подключить к Интернету.
После того, как стало известно об «отключении» ChatGPT, это вызвало бурю негодования, продолжавшуюся несколько месяцев.
Сетевая функция молчала несколько месяцев, и теперь есть решение.
Поскольку код выполняется локально, помимо работы в сети он решает и многие другие проблемы веб-версии:
За 3 часа можно отправить только 50 сообщений.
Ограниченное количество поддерживаемых модулей Python.
Размер файла обработки ограничен и не может превышать 100 МБ.
После закрытия окна сеанса ранее созданные файлы будут удалены.
Если API нет, вы также можете заменить модель на открытый код LLaMa.
После запуска этого интерпретатора кода некоторые пользователи сети вскоре выразили надежду на волну веб-версий:
Итак, давайте посмотрим, как выглядит этот собственный интерпретатор кода!
Позвольте GPT «переподключиться»
Поскольку вызывается API GPT-4, естественно можно использовать все функции, поддерживаемые GPT-4, и, конечно, также поддерживается китайский язык.
Функции самой GPT здесь подробно отображаться не будут.
Однако стоит отметить, что с добавлением интерпретатора кода математический уровень GPT был улучшен на несколько уровней.
Итак, здесь мы используем сложную задачу вывода, чтобы проверить это: вопрос f(x)=√(x+√(x+√x)).
Эммм... Этот результат немного абстрактный, но речь должна идти о подсказках, давайте его модифицируем:
Затем мы видим такой результат:
Эта формула отличается от стандартного ответа, но является ли это проблемой формата? Мы это проверили:
Результат правильный!
Теперь самое главное: посмотрим, не является ли сетевая функция этого интерпретатора кода трюком:
Например, мы хотим посмотреть, какие новости происходят в последнее время.
Программа сначала проверит, установлены ли необходимые модули, если нет, то установится автоматически, а затем начнет тянуть веб-страницу.
Я должен сказать, что прочитав всю веб-страницу один раз, если она не запущена локально, глядя на прокрутку кода на экране, это действительно немного дрожит...
Затем программа проанализирует, в каком поле у пользователя сети хранится заголовок новости, и извлечет его.
К счастью, после долгих хлопот мы наконец получили желаемый результат:
Помимо возможности самостоятельного поиска, вы также можете предоставить для анализа определенные веб-страницы:
После очередной сумасшедшей нагрузки интерпретатор кода успешно воспроизвел самовнедрение.
Также есть онлайн-версия, являющаяся копией ChatGPT. Есть ли более продвинутые функции?
Есть конечно! Например, мы хотим изменить настройки системы, но не знаем, как это сделать.
Если мы воспользуемся веб-версией, то, скорее всего, увидим длинный список текстовых описаний, но теперь мы можем просто передать его интерпретатору кода.
Вместо того, чтобы давать длинное и непонятное руководство, он автоматически запускает код и делает его правильным за один шаг.
Помимо того, что GPT-4 позволяет генерировать код, через него также можно вызывать некоторые инструменты в репозитории кода.
Например, если вы хотите добавить субтитры к видео, вы можете вызвать готовый модуль распознавания речи на реплике.
Поскольку готового материала под рукой нет, вот демо, предоставленное разработчиком:
Процесс запуска кода выполняется локально, поэтому не нужно беспокоиться о том, что размер видео превысит лимит.
Короче говоря, после запуска мы видим субтитры под видео:
Аналогичным образом, используя эту функцию, вы также можете создавать и изменять документы или изображения или вызывать ControlNet для создания анимации из статического изображения...
Теоретически, пока производительности достаточно, Python может делать все, что может.
Итак, как мы можем познакомиться с этим собственным интерпретатором кода?
способ установки
Автор разместил заметку Colab на странице проекта GitHub (см. ссылку в конце статьи), и квалифицированные пользователи сети могут зайти и испытать ее напрямую.
Локальная установка также очень проста (при условии, что установлен Python), нужна только одна строка кода «pip install open-interpreter».
После установки введите «интерпретатор» в терминале, чтобы запустить его напрямую.
Это API, который программа запросит для GPT-4. Если это только 3.5, используйте при запуске «interpreter --fast».
Если у вас нет версии 3.5, вы можете напрямую нажать Enter на этом этапе или напрямую ввести «интерпретатор — локальный» при запуске, чтобы переключиться на Code-LLaMA.
К ним относятся три версии: 7B, 13B и 34B. Чем меньше размер, тем выше скорость, а чем больше размер, тем точнее результаты.
Если Code-LLaMA не установлен, его можно установить автоматически, следуя инструкциям программы.
Кроме того, по умолчанию код необходимо подтвердить перед запуском после его создания.Если вы не хотите подтверждать каждый раз, вы можете добавить «пробел -y» после команды при запуске.
Здесь представлены наиболее часто используемые команды. Если вы хотите узнать более продвинутый игровой процесс, вы можете обратиться к заметкам автора Colab.
Если вам это нравится, попробуйте прямо сейчас!
Страница проекта GitHub:
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Верхняя часть горячего списка GitHub: версия интерпретатора кода GPT-4 с открытым исходным кодом, можно установить любую библиотеку Python, запустить на локальном терминале.
Первоисточник: Кубиты
Интерпретатор кода ChatGPT можно запустить на вашем компьютере.
Мастер только что выпустил локальную версию интерпретатора кода на GitHub, и она быстро возглавила горячий список GitHub с более чем 3 тысячами звезд.
Он не только обладает всеми функциями, которые изначально имел GPT-4, но, самое главное, его можно подключить к Интернету.
Сетевая функция молчала несколько месяцев, и теперь есть решение.
Поскольку код выполняется локально, помимо работы в сети он решает и многие другие проблемы веб-версии:
Если API нет, вы также можете заменить модель на открытый код LLaMa.
После запуска этого интерпретатора кода некоторые пользователи сети вскоре выразили надежду на волну веб-версий:
Позвольте GPT «переподключиться»
Поскольку вызывается API GPT-4, естественно можно использовать все функции, поддерживаемые GPT-4, и, конечно, также поддерживается китайский язык.
Функции самой GPT здесь подробно отображаться не будут.
Однако стоит отметить, что с добавлением интерпретатора кода математический уровень GPT был улучшен на несколько уровней.
Итак, здесь мы используем сложную задачу вывода, чтобы проверить это: вопрос f(x)=√(x+√(x+√x)).
Теперь самое главное: посмотрим, не является ли сетевая функция этого интерпретатора кода трюком:
Например, мы хотим посмотреть, какие новости происходят в последнее время.
Я должен сказать, что прочитав всю веб-страницу один раз, если она не запущена локально, глядя на прокрутку кода на экране, это действительно немного дрожит...
Есть конечно! Например, мы хотим изменить настройки системы, но не знаем, как это сделать.
Если мы воспользуемся веб-версией, то, скорее всего, увидим длинный список текстовых описаний, но теперь мы можем просто передать его интерпретатору кода.
Вместо того, чтобы давать длинное и непонятное руководство, он автоматически запускает код и делает его правильным за один шаг.
Например, если вы хотите добавить субтитры к видео, вы можете вызвать готовый модуль распознавания речи на реплике.
Поскольку готового материала под рукой нет, вот демо, предоставленное разработчиком:
Короче говоря, после запуска мы видим субтитры под видео:
Теоретически, пока производительности достаточно, Python может делать все, что может.
Итак, как мы можем познакомиться с этим собственным интерпретатором кода?
способ установки
Автор разместил заметку Colab на странице проекта GitHub (см. ссылку в конце статьи), и квалифицированные пользователи сети могут зайти и испытать ее напрямую.
Локальная установка также очень проста (при условии, что установлен Python), нужна только одна строка кода «pip install open-interpreter».
После установки введите «интерпретатор» в терминале, чтобы запустить его напрямую.
Если у вас нет версии 3.5, вы можете напрямую нажать Enter на этом этапе или напрямую ввести «интерпретатор — локальный» при запуске, чтобы переключиться на Code-LLaMA.
К ним относятся три версии: 7B, 13B и 34B. Чем меньше размер, тем выше скорость, а чем больше размер, тем точнее результаты.
Если Code-LLaMA не установлен, его можно установить автоматически, следуя инструкциям программы.
Здесь представлены наиболее часто используемые команды. Если вы хотите узнать более продвинутый игровой процесс, вы можете обратиться к заметкам автора Colab.
Если вам это нравится, попробуйте прямо сейчас!
Страница проекта GitHub: