aiflows
v1.1.1
?? FunSearch hinzugefügt : Spannende Neuigkeiten! Wir freuen uns, die Integration von FunSearch in FlowVerse bekannt zu geben! ? Sie finden es hier auf FlowVerse. Schauen Sie sich auch das Demo-Notizbuch an, das FunSearch in Aktion zeigt! Diese Demo enthält Beispiele für die Ausführung von FunSearch bei CodeForce-Problemen und bietet Schritt-für-Schritt-Anleitungen zum Einrichten von FunSearch für Ihre eigenen Anwendungen.
? Großes Update: Wir freuen uns, die Veröffentlichung von Version 1.1.0 unseres Projekts bekannt zu geben! Diese Version führt bedeutende Verbesserungen für aiFlows ein, hervorgehoben durch die Einführung der Flows-Engine. Diese Engine ermöglicht die gleichzeitige Ausführung und verteilte Peer-to-Peer-Zusammenarbeit und revolutioniert so die Art und Weise, wie Sie mit Ihren Projekten interagieren.
Wir feilen immer noch an einigen Aspekten des Entwicklererlebnisses, also teilen Sie Ihr Feedback auf Discord!
?? aiFlows verkörpert die Flows- Abstraktion und vereinfacht den Entwurf und die Implementierung komplexer (Arbeits-)Abläufe unter Einbeziehung von Menschen, KI-Systemen und Werkzeugen erheblich. In Zusammenarbeit mit CoLink ermöglicht es:
Die Bibliothek ist mit Python 3.10+ kompatibel.
pip install aiflowsgit clone [email protected]:epfl-dlab/aiflows.git
cd aiflows
pip install -e . Das Framework konzentriert sich auf Flows und Nachrichten . Flows sind unabhängige, in sich geschlossene, zielgerichtete Rechenbausteine, die semantisch bedeutsame Arbeitseinheiten vervollständigen können. Um Informationen auszutauschen, kommunizieren Flows über eine standardisierte nachrichtenbasierte Schnittstelle. Nachrichten können von jedem Typ sein, den der Empfänger-Flow verarbeiten kann.
Das Flows -Framework am Beispiel. Die erste Spalte zeigt Beispiele für Werkzeuge. Insbesondere im Flows-Framework entsprechen KI-Systeme Werkzeugen. Die zweite Spalte zeigt Atomic Flows, praktisch minimale Wrapper um Tools, die aus den Beispieltools erstellt wurden. Die dritte Spalte zeigt Beispiele für zusammengesetzte Flüsse, die eine strukturierte Interaktion zwischen atomaren oder zusammengesetzten Flüssen definieren. Die vierte Spalte veranschaulicht einen spezifischen zusammengesetzten kompetitiven Codierungsfluss, wie er in den Experimenten in der Arbeit verwendet wird. Die fünfte Spalte beschreibt die Struktur eines hypothetischen Flows und definiert einen Meta-Argumentationsprozess, der autonomes Verhalten unterstützen könnte.
Das FlowVerse ist ein Repository von Flows (unterstützt vom ? HuggingFace-Hub), das von unserer Community erstellt und geteilt wird, damit jeder es nutzen kann! Mit aiFlows können Flows problemlos heruntergeladen, verwendet, erweitert oder zu neuartigen, komplexeren Flows zusammengesetzt werden. Das Teilen eines Flows, der nur API-basierte Tools verwendet (Tools fassen Modelle in der Flows-Abstraktion zusammen), ist beispielsweise so einfach wie das Teilen einer Konfigurationsdatei (hier ist beispielsweise der AutoGPT-Flow auf FlowVerse). Diejenigen, die ChatGPT verwenden, können sich diese als vollständig anpassbare Open-Source-GPTs(++) vorstellen.
Das FlowVerse wächst kontinuierlich. Um die aktuell verfügbaren Flows zu erkunden, besuchen Sie das ?│flow-sharing-Forum auf dem Discord-Server. Darüber hinaus behandeln die Tutorials und detaillierten Beispiele in den Abschnitten „Erste Schritte“ einige der von uns bereitgestellten Flows ausführlicher (z. B. ChatAtomicFlow und QA, VisionAtomicFlow und VisualQA, ReAct und ReAct mit menschlichem Feedback, AutoGPT usw.).
KI wird unsere Arbeitsweise revolutionieren. Unsere Mission ist es, KI-Forscher zu unterstützen und ihnen den nahtlosen Austausch von Fortschritten mit Praktikern zu ermöglichen. Dadurch entsteht eine Rückkopplungsschleife, die den Fortschritt in vorteilhafte Richtungen lenkt und gleichzeitig sicherstellt, dass jeder ungehindert auf die KI-Tools der nächsten Generation zugreifen und von ihnen profitieren kann.
Um die KI-Tools der nächsten Generation zu entwickeln, benötigen wir eine prinzipielle Abstraktion, die die gleichzeitige Ausführung und Peer-to-Peer-Remote-Zusammenarbeit unterstützt. Um ihren Nutzen zu maximieren, müssen Entwickler und Forscher gleichzeitig die vollständige Kontrolle über ihre Arbeitsabläufe haben. aiFlows ist bestrebt, Ihnen die Möglichkeit zu geben, jeden Flow zu Ihrem eigenen zu machen! Weitere Informationen finden Sie im Beitragsbereich.
Hier sehen Sie, wie Sie mit Ihrem ersten Frage-Antwort-Flow eine Inferenz ausführen können und dank der modularen Abstraktion und FlowVerse ganz einfach zwischen sehr unterschiedlichen Frage-Antwort-Flows wechseln können!
In diesem Tutorial stellen wir Ihnen die Funktionen der Bibliothek vor, indem wir Ihnen zeigen, wie Sie nützliche Flows mit schrittweise zunehmender Komplexität erstellen.
Wir optimieren ständig unseren Flow-Entwicklungsworkflow (Wortspiel beabsichtigt:). In diesem kurzen Leitfaden geben wir unsere besten Tipps, damit Sie nicht auf die harte Tour lernen müssen.
Viele der kürzlich vorgeschlagenen Aufforderungs- und Kollaborationsstrategien, die Tools, Menschen und KI-Modelle umfassen, sind im Wesentlichen spezifische Flows (siehe Abbildung unten). Unter den obigen Links finden Sie eine detaillierte Anleitung zum Erstellen einiger repräsentativer Arbeitsabläufe.
Weitere Beispiele zum Erstellen und Verwenden von aiFlows finden Sie im Beispielordner.
Wie oben erwähnt, besteht unser Ziel darin, Flows zu einem von der Community getragenen Projekt zu machen, von dem Forscher und Entwickler gleichermaßen profitieren (siehe Abschnitt „Warum sollte ich aiFlows verwenden?“). Um dieses Ziel zu erreichen, benötigen wir Ihre Hilfe.
Sie können auf verschiedene Arten Teil des Projekts werden:
Wir haben versucht, einen Weg zu finden, von dem jeder profitieren kann, indem er zum Projekt beiträgt. Der Beitragsleitfaden beschreibt unsere geplanten Arbeitsabläufe detaillierter (wir würden gerne Ihr Feedback dazu hören – der Discord-Server hat bereits einen Kanal dafür :)).
Kurz gesagt: Dies ist erst der Anfang und wir haben noch einen langen Weg vor uns. Bleiben Sie dran und lassen Sie uns gemeinsam an einer großartigen (Open-Source-)KI-Zukunft arbeiten!
Wenn Sie diese Arbeit nützlich fanden, zitieren Sie sie bitte wie folgt:
@misc{josifoski2023flows,
title={Flows: Building Blocks of Reasoning and Collaborating AI},
author={Martin Josifoski and Lars Klein and Maxime Peyrard and Baldwin Nicolas and Yifei Li and Saibo Geng and Julian Paul Schnitzler and Yuxing Yao and Jiheng Wei and Debjit Paul and Robert West},
year={2023},
eprint={2308.01285},
archivePrefix={arXiv},
primaryClass={cs.AI}
}
