Generating Books with LLMs

Livre généré par LLM sur la philosophie de l'IA

Introduction

Ce référentiel explore l'application des grands modèles linguistiques (LLM) pour générer des livres philosophiques, en utilisant des modèles d'IA avancés tels que GPT-4 (gpt-4-0125-preview), GPT-3 d'OpenAI (gpt-3.5-turbo-16k), et Gemma de Google (gemma:7b). Les titres des livres générés sont les suivants :

• GPT-4 : Esprit, machine et moralité : parcourir les frontières philosophiques de l'intelligence artificielle (PDF)

• GPT-3 : Le lien éthique : explorer les frontières philosophiques de l'IA (PDF)

• Gemma-7b : L'héritage de Turing : intersections philosophiques avec l'intelligence artificielle (PDF)

De plus, j'ai tenté d'utiliser le modèle Anthropic Claude 3 Opus . Cependant, malgré de multiples tentatives et expériences avec leur service, notamment des erreurs de serveur et l'atteinte des limites de jetons par jour, l'obtention d'un livre du modèle Anthropic s'est avérée infructueuse. Malgré ces défis, ce référentiel présente les capacités et les connaissances acquises grâce à l'utilisation de divers LLM dans l'exploration philosophique.

Modèles utilisés

• GPT-3 d'OpenAI : accessible via l'API OpenAI.

• GPT-4 d'OpenAI : accessible via l'API OpenAI.

• Google Gemma : accessible via OLLAMA (https://ollama.com/). Pour accéder au modèle Gemma, exécutez la commande suivante dans votre terminal :

  ollama pull gemma:2b

Description des fichiers Python

• app.py : Le fichier principal qui orchestre l'ensemble de l'application et génère le livre.
• utils.py : contient des fonctions pour instancier les modèles LLM.
• structure.py : génère un titre, un cadre et une liste de chapitres en fonction du sujet, du genre, du style et du profil du livre fournis.
• ideas.py : génère une liste d'idées à discuter dans chaque chapitre en fonction du titre, du cadre, de la liste des chapitres, du sujet, du genre, du style et du profil du livre générés.
• writing.py : écrit chaque chapitre en fonction du sujet, du profil, du genre, du style, des listes de chapitres et des idées. Écrit séquentiellement sur les idées générées, les arguments à l’appui et les faits historiques.
• Publishing.py : utilise la bibliothèque Python docx pour générer le fichier ".docx" du livre.

Fichiers inclus

• .env : contient des informations sur les clés API.

• exigences.txt : répertorie les bibliothèques requises à installer. Pour les installer, exécutez :

  pip install -r requirements.txt

Ressources supplémentaires

Pour plus de détails sur Langchain, la génération augmentée par récupération (RAG) et la génération de texte IA, envisagez de vous inscrire à ce cours Udemy : Introduction à Langchain.