إطار عمل بسيط ولكنه فعال للغاية لاستدلال LLM للتخطيط والصقل.
تتم مطالب نموذجان LLM بأدوار مختلفة
بالنظر إلى مهمة حلها ، يحاول الإقناع قصارى جهده لإقناع السائل بالاتفاق على حله المقترح. يحاول السائل ، من ناحية أخرى ، إيجاد تناقضات منطقية وثغرات في اقتراح الإقناع ويسأل أسئلة مفصلة. تستمر الدردشة بين إقناع وسائل الاستثناء حتى يتفق السائل "على" مع الإقناع.
نتيجة لذلك ، تقدم LLM في النهاية خطة مفصلة للغاية لحل المهمة في متناول اليد.
استنساخ المستودع
تأكد من تثبيت أحدث مكتبة Openai. pip install -U openai
إرفاق مفتاح API Openai في رمز devil_advocate.py
.
قم بتعديل ملف task.txt
لاحتياجاتك. يحتوي ملف Task.txt الحالي على نموذج مهمة.
تشغيل باستخدام python devil_advocate.py
هذا يتردد صداها مع الشبكة العدائية التوليدية الشرطية ونماذج التكرار الذاتي للفن (Byol ، Dinov2 ، إلخ). لقد وجدت هذه النماذج تجريبياً أن التحسين عبر نماذج الرأس ضد النماذج "غير المتماثلة" يقدم تمثيلات سياق قوية أكثر الحبيبات. مع مزيد من البحث ، أتساءل عما إذا كانت أطر عمل الاستدلال LLM ستشكل نفس النتائج.
نأمل أن يتمكن هذا المستودع من توسيع هذه الفكرة وجعل بعض الاكتشافات الرائعة!
هذا هو الكثير من العمل قيد التقدم. لكنني أردت مشاركة أفكاري والرمز البسيط لكم جميعًا لتجربتها. إنه بسيط للغاية ولكنه فعال بشكل مدهش.