仅只有未实名的,新媒易不收取任何费用,公益非盈利机构
24小时服务热线: 4000-162-306
请扫码咨询

新媒易动态

NEWS CENTER

GPTs是一个自界说版本的ChatGPT,答使用户直接在界面上调整ChatGPT的功用以习惯特定使命或许指令

2024-02-24

为什么要让大模型衔接外部国际?

咱们在上文中已经列举了大模型的局限性:没有实时性、无法获取私有常识等。

在此基础上,咱们能够把大模型的局限性细化成以下几条:

  • 大模型获取不到实时信息,彻底不清楚所谓的新闻热点,这一点很不像人类。
  • 大模型把握的常识是有限的,遇到不明白的问题,就会开端胡编乱造,令人头痛。
  • 大模型还没把握满足的推理才能(至少目前还不够),在处理较为杂乱的问题时,准确性是存疑的,比方处理杂乱的数学问题等。
  • 大模型无法获取企业的私有文档(RAG能够必定程度上处理该问题)。
  • 大模型无法获取外部系统数据库中的业务数据,比方地图相关信息、张三在某渠道的消费记录等。

咱们会发现,不管大模型再怎样练习,这些局限性仍然会存在,并不会随着大模型的持续练习而处理。

把大模型当人看的话,再聪明的人也不可能实时接纳消化新常识、不可能拿到全部的私有数据、也就不可能独自处理全部的问题,那么怎样才能让大模型变得牢靠又强壮呢?

答案便是:找牢靠的人一同协作,处理各种杂乱问题


大模型将杂乱使命拆解成一个个子使命,遇到搞不定的子使命(或许有更牢靠的小伙伴)时,就把问题抛给更专业的小伙伴,小伙伴把处理结果反馈给大模型,终究全部子使命都得到了更好的处理,大模型再依据子使命的处理结果,生成愈加牢靠的答案。

比方,大模型接纳到一个使命“明日正午的气候怎样样?如果气候好的话,想去国贸邻近的麻六记吃饭,不知道人多不多”,首要把使命拆解为如下子使命:

  1. 查询明日正午的气候。
  2. 需求查询国贸的方位。
  3. 再查询国贸邻近麻六记的具体方位,确认该饭馆是否存在。
  4. 查询麻六记的商家信息,方便打电话问询或预约。

大模型看了看自己团队里的人(接口),开端分配使命:

  1. 使命1交给气候接口,得到详细的气候信息。
  2. 使命2交给地图接口,得到国贸的方位。
  3. 再拿着使命2的结果持续让地图接口完结使命3,找到国贸邻近的麻六记。
  4. 最终再调用群众点评接口完结使命4,查询麻六记的商家信息。

全部搞定,交作业:“明日正午是个大晴天,这么好的气候当然要出去耍啦。国贸邻近的麻六记具体方位在xxxx,评分4.8分,必定十分甘旨,商家电话xxxx,您能够联系商家预约方位。

是不是靠谱多了?这个协作的模式其实就有些智能体Agent的意思了,咱们下篇文章再细说Agent。

总归,衔接外部国际后的大模型,能够扩展各种需求的才能,比较靠谱的完结各种杂乱使命,也让大模型和系统能够更好的集成,增强确定性。

接下来,咱们来介绍一下GPT衔接外部国际的三种方式。

二、GPTs:自界说版本的ChatGPT

GPTs是一个自界说版本的ChatGPT,答使用户直接在界面上调整ChatGPT的功用以习惯特定使命或许指令。


除了基本的GPT装备之外,GPTs还供给了三种才能:

  1. 能够直接上传私有常识库文档,主动实现RAG。
  2. 内置了几个通用才能(capability):答应网络浏览(遇到不明白的问题会主动搜索之后再生成内容)、答应运用DALL-E生成图片(比方能够让它依据输入生成一张图片)、代码解说器(能够运用python的大部分功用)。
  3. 经过装备Actions来履行外部的动作,actions本质上便是一些咱们能够履行的工具,类似于function calling,能够经过接口界说去调用其他使用的才能,这就相当于打通了GPT和其他使用的桥梁,能够相互协作,只需求装备接口界说信息即可。
相关推荐