微軟AutoGen框架大火,聊聊天就把問題解決了

正如網友所說的,藉助 AutoGen,以後完成某項任務,使用者只需給出需求,敲下回車,中間過程完全不用管,任務自動就完成了。

原文來源:AIGC開放社區

圖片來源:由無界AI生成

一個專案,用了短短兩個星期的時間,星標量從 390 狂增到 10K,並在 Discord 上吸引了 5000 多名成員,如此爆火的專案便是微軟最近發佈的全新工具 AutoGen。

我們可以將 AutoGen 理解為一個框架,其允許多個 LLM 智慧體通過聊天來解決任務。 LLM 智慧體可以扮演各種角色,如程式師、設計師,或者是各種角色的組合,對話過程就把任務解決了。

不僅如此,AutoGen 是可定製的、可對話的,並且允許人類參與。 AutoGen 的運作方式包括藉助 LLM 完成任務、人類輸入和各種工具的相互組合。

專案位址:

有用過該專案的使用者給與了極高的評價,表示道:「給出需求,敲下回車,中間過程完全不用管......」

還有網友表示:「AutoGen 在幾秒鐘內幫我製作了一個貪吃蛇遊戲」。

那麼大家紛紛叫好的專案,到底有哪些優點呢,具體來說:

  • AutoGen 基於多智慧體對話可以輕鬆構建下一代 LLM 應用程式,它簡化了複雜 LLM 的工作流程,最大限度地提高了 LLM 模型的性能並克服了它們的弱點。
  • AutoGen 支援多種對話模式,因而開發人員基於 AutoGen 可以構建廣泛的對話模式。
  • AutoGen 提供了一系列具有不同複雜性的工作系統,不同領域和各種應用都包含在內。
  • AutoGen 提供了 openai. Completion 或 openai. ChatCompletion 的直接替代,作為增強推理的 API。

另外,專案中也給出了許多示例來説明大家更好的運用 AutoGen。 舉例來說,根據一位網友的說法,假如想要實現一個爬蟲程式,並且抓取並保存網頁圖片。 用 ChatGPT 來實現的話,會返回執行代碼,一般來說代碼不能直接使用,需要人類進行修正。 但是,如果將這個任務交給 AutoGen,你只需要定義幾個智慧體就可以實現了。

如下示例展示了藉助 AutoGen 框架,使用 MathChat 解決數學問題時,運行代碼中出現了構建智慧體這一步驟,並對其進行了初始化:

下圖顯示了使用 AutoGen 構建的六個應用程式示例,包括數學問題解決、多智慧體編碼、在線決策制定、檢索增強聊天、動態群聊以及對話式國際象棋。

AutoGen 還有助於最大限度地提高 ChatGPT 和 GPT-4 等 LLM 的效用。 就如前面提到的,AutoGen 提供了 openai. Completion 或 openai. ChatCompletion 的直接替代,還添加了更多功能,如調優、緩存、錯誤處理和範本。 例如,使用者可以使用自己的調優數據,在預算範圍內來優化 LLM 的生成內容。

執行調優

配置,分析 = 自動生成。Completion.tune (

數據=tune_data,

度量=「成功」,

模式=「最大」,

_func=_func,

inference_budget=0.05,

optimization_budget=3,

num_samples=-1,

)

對測試實例進行推理

回應 = 自動生成。Completion.create (context=test_instance, **config)

以上這些用例顯示了 AutoGen 在解決各種問題上的廣泛適用性,使其成為開發者的寶貴工具。 還沒體驗的小夥伴,根據官方提供的安裝步驟,可以上手一試了。

參考連結:

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)