➡ AI와 함께하는 우리의 미래가 어떻게 되기를 바라는지에 대한 귀여운 그림(중간 예술)   TLDR: 이러한 GPT 자동화 저장소는 지나치게 복잡합니다. 봇이 재귀적으로 프로젝트를 구축할 수 있도록   처럼 직접 구축하는 방법을 보여드리겠습니다. GPT 프로젝트 빌더  가장 작은 GPT(저는 아님)에 끊임없이 주의가 산만해지지 않는 정상적인 건강한 사람들은 GitHub의   저장소가 GPT 자동화 도구로 가득 차 있다는 사실을 아직 인식하지 못할 수도 있습니다. 최고 인기  Reddit에서 인기 있는 문구는 "챗봇은 끝났고, 미래는 상담원의 것입니다."와 같습니다.  현재 가장 인기 있는 것은 OpenAI 계정에 연결하고 재귀적으로 전체 프로젝트를 구축하는   입니다. 이미 수백 개의 YouTube 동영상이 올라와 있어 과대광고가 현실이 되었기 때문에 그들이 NFT를 판매하고 있다고 생각할 것입니다. Auto-GPT  어쨌든, 시도해 보았지만 실행할 수 없었습니다. 나는 Mac M1을 가지고 있는데, 버그가 너무 많았고, Pinecone 계정에 가입하고 싶지 않았습니다(아이디어만큼이나 훌륭했습니다).   https://github.com/murchie85/GPT_AUTOMATE?embedable=true  그래서 저는 제 자신만의 것을 만들어보기로 결정했습니다. 여기서는 제가 어떻게 했는지 보여드리고 싶습니다. 따라서 그 사람이나 내 것이 마음에 들지 않으면 DIY를 할 수 있습니다.  1단계: 에이전트의 개념  GPT3와 같은 대형 언어 모델 LLM은 입력 및 출력에 대한 토큰 수가 제한되어 있기 때문에 전체 웹 서버 프로젝트(모든 html, db 및 경로 파일 포함)를 정확하게 뱉어낼 수는 없습니다.  당신은 그것을 일종의 회유하고 이전에 생산한 것을 상기시켜야 합니다. 때로는 대화 허용량이 부족하여 완전한 맥락을 제공할 수 없는 경우도 있습니다.  그래서 에이전트라는 아이디어가 떠올랐습니다(누가? 모르겠어요). 특정 방식으로 메시지를 표시하고 특정 방식으로 결과를 처리하는 GPT API 주변의 특수 래퍼가 있으므로 다음과 같은 작업을 수행할 수 있습니다.  프롬프트 에이전트  코드 생성기 에이전트  디버거 에이전트  각각은 특정 수준의 추상화를 관리하지만 이를 통해 토큰 허용량을 확보하고 프로젝트를 여러 조각으로 나눌 수 있습니다.  2단계: 디자인  좋습니다. 서로 다른 작업에 대해 서로 다른 에이전트를 갖는 것이 합리적입니다. 하지만 어떻게 이들을 하나로 묶을 수 있습니까? 그들은 모두 다른 에이전트가 무엇을 하고 있는지 알 필요가 있지 않습니까?  일종의 비결은 한 에이전트의 출력을 사용하고 이를 압축한 후 관련 비트만 다음 에이전트에 전달하는 것입니다. 이는 중요한 것과 중요하지 않은 것을 명확하게 정의하는 방법을 찾아야 하기 때문에 까다롭습니다.   그래서 제 경우에는 문제를 분류하는 아빠 에이전트를 두었습니다.   if(solvableWithCode): callAgents else: print("Sorry mate, here is a business plan instead")  코드로 문제를 해결할 수 있다면 위와 같이 YAML을 생성하도록 요청하겠습니다. 이렇게 하면 각 DELIVERABLE은 구조화된 방식으로 GPT API에 대한 별도의 호출이 되어 해당 항목에 대한 코드만 생성할 수 있습니다.  3단계: 모든 것을 자동화하기  따라서 3단계가 있습니다.  사용자는 "지금 거래 플랫폼을 주세요!"라고 요청합니다.  분류자 에이전트는 Yaml을 통해 이를 더 작은 덩어리로 나눕니다.  분해자 에이전트는 각 Yaml을 반복하고 코드를 빌드합니다.  K 그럼 응답이 너무 커서 코드가 잘리면 어떻게 되나요? 코드에서는 프롬프트가 한 번에 150줄만 반환하도록 지시합니다. 루프를 통해 반복하면서 대상 파일에 출력을 계속 추가합니다.  따라서manage.py, blogList.js 및 index.html이 필요한 webServer 프로젝트가 있다고 가정하면 한 번에 하나씩 빌드하여 파일에 기록합니다.  미래와 그것에 대한 나의 감정  이것은 로켓 과학이 아닙니다. 사실, 그것은 단지 오래된 핸들 돌리기 자동화일 뿐입니다. 나는 국수로 빵 만들기라는 블로그를 운영했는데, 사람들은 우리가 AGI에 가까워지고 있다고 생각하지만 우리는 그렇지 않다고 말했습니다.  우리는 마치 국수로 빵을 만들려는 것처럼 AGI에 연결하려고 하는 매우 똑똑한 언어 모델을 가지고 있습니다.  최종 제품은 빵 한 덩어리와 유사할 수 있지만 그렇지 않습니다. 이것이 제가 LLM 자동화에 대해 느끼는 감정입니다.  그럼에도 불구하고 이러한 Dev 운동에 참여한다는 것은 여전히 놀라운 일입니다. GPT, ChatGPT 및 LLM에는 엄청난 가치가 있으며, 사람들의 삶을 더 쉽게 만들기 위해 자동화 도구를 구축하는 사람들의 창의성은 참여하기에 좋은 일입니다.  따라서 그것이 당신의 일이라면, 당황해 하세요. 조언이 필요하거나 제가 개선했으면 하는 점이 있으면 저에게 연락하세요.    : 프로젝트가 완료되지 않았습니다. 추가할 디버깅, 로깅 및 기타 비트가 있지만 자유롭게 가지고 놀고, 포크하고, 복사하여 자신만의 것을 만들어 보세요! 나는 당신이 무엇을 생각하는지 듣고 싶습니다! 참고  나에 대한 더 많은 정보:  게임과 나의 AI 프로젝트  유튜브   링크드인   트위터

Read My Stories

이 오디오는 이야기의 원래 언어로 제작되었습니다!

GPT 자동화.. 다시

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps