ThinkGPT を探索する: AI を強力な思考マシンに変える最先端の Python ライブラリ

ThinkGPT は、大規模な言語モデルを強化して、より効率的に考え、推論し、行動できるようにする革新的な Python ライブラリです。 ThinkGPT を Python スクリプトに統合し、その高度な機能を活用したい場合は、この記事をお読みください。この記事では、Python プロジェクトで ThinkGPT を使用するための最初のステップを説明します。

私たちは、高度なメモリ機能、自己改善メカニズム、高次推論機能など、ThinkGPT の中核的な機能を探っていきます。この革新的なライブラリが AI 開発環境をどのように変えているかを発見し、その力を利用して独自のプロジェクトを強化する方法を学ぶことができます。

ThinkGPT は GitHub でホストされています。コードベースは https://github.com/alaeddine-13/thinkgpt にあります。

ThinkGPT の主な機能

1. メモリ: ThinkGPT を使用すると、大規模言語モデル (LLM) が経験を記憶し、新しい概念を学習できるようになります。
2. 自己改善: この機能を使用すると、モデルは批判に対処し、問題を修正し、理解を深めて、生成されたコンテンツを改善できます。
3. 抽象化: LLM は、例や観察からルールを一般化して、モデルの限られたコンテキスト長によりよく適合する圧縮された知識を作成するのに役立ちます。
4. 推論: LLM が利用可能な情報に基づいて推測できるようにします。
5. 自然言語条件: ユーザーはタスクと条件を自然言語で簡単に表現でき、モデルがインテリジェントな意思決定を行えるようになります。
6. 簡単なセットアップと Pythonic API: DocArray のおかげで、ThinkGPT は非常に簡単なセットアップ プロセスと Pythonic API を提供します。

インストール

ThinkGPT のインストールは簡単で、pip を使用してインストールできます。

pip install git+https://github.com/alaeddine-13/thinkgpt.git

このコマンドは、GitHub コード リポジトリから ThinkGPT ライブラリを直接インストールします。

Python スクリプトで ThinkGPT を使用する最初のステップ

インストールが完了したら、Python スクリプトで ThinkGPT の使用を開始できます。これを行うには、thinkgpt.llm モジュールから ThinkGPT クラスをインポートし、クラスの新しいインスタンスを作成します。

from thinkgpt.llm import ThinkGPT llm = ThinkGPT(model_name="gpt-3.5-turbo")

このコード スニペットは、指定されたモデル (この場合は「gpt-3.5-turbo」) を使用します。新しい ThinkGPT インスタンスを初期化します。

ThinkGPT インスタンスを使用すると、memory() メソッドを使用して AI モデルに新しい概念や事実を教えることができます:

llm.memorize(['DocArray is a library for representing, sending, and storing multi-modal data.'])

記憶した情報を呼び出すには、remember() メソッドを使用できます。

memory = llm.remember('DocArray definition')

AI モデルが何らかの情報を学習したら、predict() メソッドを使用して、メモリ データに基づいて予測を行ったり、質問に答えたりできます。

llm.predict('what is DocArray ?', remember=memory)

このコード スニペットは、 remember() メソッドを使用してメモリ情報を取得し、それをpredict() メソッドにフィードバックして質問に答えます。

実践例

ThinkGPT には、わかりやすい使用例がいくつか付属しています。対応する Python スクリプトは、コード リポジトリのサンプル フォルダーにあります:

提供されているサンプルの 1 つであるreplay_expand_memory.py を詳しく見てみましょう。

from thinkgpt.llm import ThinkGPT llm = ThinkGPT(model_name="gpt-3.5-turbo") # 加载旧内存 old_memory = [ "Klaus Mueller is writing a research paper", "Klaus Mueller enjoys reading a book on gentrification", "Klaus Mueller is conversing with Ayesha Khan about exercising" ] # 教给LLM旧的记忆 llm.memorize(old_memory) # 在旧记忆的基础上诱发反思 new_observations = llm.infer(facts=llm.remember()) print('new thoughts:') print('\n'.join(new_observations)) llm.memorize(new_observations)

この ThinkGPT サンプル スクリプトの目的は、ThinkGPT ライブラリを使用してクラウス ミュラーによる既存の情報に基づいて新しい考えや観察を誘発することです。

1. まず、スクリプトは thinkgpt.llm モジュールから ThinkGPT クラスをインポートします。
2. 新しい ThinkGPT インスタンスを作成し、「gpt-3.5-turbo」モデルで初期化します。
3. old_memory 変数を定義します。この変数には、以前の知識を表す、クラウス ミュラーに関する 3 つのステートメントが含まれています。
4. memory() メソッドを使用して、old_memory に格納されている情報を大規模言語モデル (LLM) に教えます。
5. infer() メソッドを呼び出し、ファクト パラメータを remember() メソッドの結果に設定します。これは、LLM に、以前に記憶された情報に基づいて新しい観察や思考を誘発するように指示します。
6. 新しく誘導された観察は、「新しい考え:」タグの下でコンソールに出力されます。
7. 最後に、memory() メソッドが再度呼び出されて、新しい観察結果が LLM のメモリに保存され、今後のやり取りでクラウス ミュラーについての理解を構築できるようになります。

スクリプトを実行して結果を表示する前に、OpenAI API キーを取得し、対応する環境変数 OPENAI_API_KEY のキー値を設定する必要があります。

OpenAI API キーを取得するには、次の簡単な手順に従います:

• 请访问OpenAI网站https://www.openai.com/。
• 如果没有帐户，请注册一个帐户。在首页右上角点击“注册”，并按照注册流程操作。
• 注册或登录后，通过点击页面顶部的“API”或访问https://www.openai.com/api/来导航到API部分。
• 查看可用的API定价计划，并选择适合你需求的计划。某些计划可能提供带有有限使用的免费访问权限，而其他计划根据你的要求和预算提供不同级别的访问权限。
• 选择一个计划后，将提供你的唯一API密钥。请确保保密，因为它授予你的账户使用限制和特权的API访问权限。 在命令行中使用以下命令来设置OpenAI API密钥：

export OPENAI_API_KEY="YOUR OPENAI API KEY"

现在我们已经准备好执行脚本了，只需输入以下命令：

python replay_expand_memory.py

然后，你应该能够看到类似于以下的结果：

总结

ThinkGPT是一款强大的Python库，它通过添加先进的记忆、自我完善、抽象和推理功能，增强了大型语言模型的能力。它对用户友好的安装过程和Pythonic API使它成为许多AI项目的有价值的补充。通过探索本文提供的实际示例，你可以利用ThinkGPT的能力，彻底改变你的AI思考方式、得出结论和采取行动的方式。

以上がThinkGPT を探索する: AI を強力な思考マシンに変える最先端の Python ライブラリの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。