?? FunSearch Ditambahkan : Berita menarik! Kami sangat senang mengumumkan integrasi FunSearch ke dalam FlowVerse! ? Anda dapat menemukannya di sini di FlowVerse. Lihat juga buku catatan demo yang menampilkan aksi FunSearch! Demo ini mencakup contoh FunSearch yang berjalan pada masalah CodeForce dan memberikan petunjuk langkah demi langkah tentang cara menyiapkan FunSearch untuk aplikasi Anda sendiri.
? Pembaruan besar: Kami sangat gembira mengumumkan rilis versi 1.1.0 dari proyek kami! Rilis ini memperkenalkan peningkatan signifikan pada aiFlows, yang ditandai dengan diperkenalkannya mesin Flows. Mesin ini memberdayakan eksekusi serentak dan kolaborasi terdistribusi peer-to-peer, merevolusi cara Anda berinteraksi dengan proyek Anda.
Kami masih menyempurnakan beberapa aspek pengalaman pengembang, jadi sampaikan tanggapan Anda tentang Discord!
?? aiFlows mewujudkan abstraksi Aliran dan sangat menyederhanakan desain dan implementasi Aliran (pekerjaan) kompleks yang melibatkan manusia, sistem AI, dan alat. Bekerja sama dengan CoLink, ini memungkinkan:
Perpustakaan ini kompatibel dengan Python 3.10+.
pip install aiflows
git clone [email protected]:epfl-dlab/aiflows.git
cd aiflows
pip install -e .
Kerangka kerja ini berpusat pada Arus dan pesan . Alur adalah blok bangunan komputasi yang independen, mandiri, dan berorientasi pada tujuan yang dapat menyelesaikan unit kerja yang bermakna secara semantik. Untuk bertukar informasi, Flows berkomunikasi melalui antarmuka berbasis pesan standar. Pesan dapat berupa jenis apa pun yang dapat diproses oleh Flow penerima.
Kerangka Flows dicontohkan. Kolom pertama menggambarkan contoh alat. Khususnya, dalam kerangka Flows, sistem AI berhubungan dengan alat. Kolom kedua menggambarkan Aliran Atom, yang secara efektif merupakan pembungkus minimal di sekitar alat yang dibuat dari alat contoh. Kolom ketiga menggambarkan contoh Aliran Komposit yang mendefinisikan interaksi terstruktur antara Aliran Atom atau Komposit . Kolom keempat mengilustrasikan Alur pengkodean kompetitif Komposit tertentu seperti yang digunakan dalam eksperimen di makalah. Kolom kelima menguraikan struktur Aliran hipotetis, yang mendefinisikan proses penalaran meta yang dapat mendukung perilaku otonom.
FlowVerse adalah gudang Flows (didukung oleh hub ? HuggingFace) yang dibuat dan dibagikan oleh komunitas kami untuk digunakan semua orang! Dengan aiFlows, Flows dapat dengan mudah diunduh, digunakan, diperluas, atau disusun menjadi Flows baru yang lebih kompleks. Misalnya, berbagi Flow yang hanya menggunakan alat berbasis API (alat menggolongkan model dalam abstraksi Flows) semudah berbagi file konfigurasi (misalnya, inilah Aliran AutoGPT di FlowVerse). Bagi mereka yang menggunakan ChatGPT, Anda dapat menganggapnya sebagai GPT sumber terbuka(++) yang sepenuhnya dapat disesuaikan.
FlowVerse terus berkembang. Untuk menjelajahi Alur yang tersedia saat ini, lihat Forum ?│flow-sharing di server Discord. Selain itu, Tutorial dan Contoh Terperinci di bagian Memulai mencakup beberapa Alur yang kami berikan secara lebih rinci (misalnya, ChatAtomicFlow dan QA, VisionAtomicFlow dan VisualQA, ReAct dan ReAct dengan umpan balik manusia, AutoGPT, dll.).
AI siap merevolusi cara kita bekerja. Misi kami adalah mendukung peneliti AI dan memungkinkan mereka berbagi kemajuan dengan para praktisi secara lancar. Hal ini akan menciptakan feedback loop (lingkaran umpan balik) yang memandu kemajuan menuju arah yang bermanfaat sekaligus memastikan bahwa setiap orang dapat dengan bebas mengakses dan mendapatkan manfaat dari alat AI generasi berikutnya.
Untuk mengembangkan alat AI generasi berikutnya, kita memerlukan abstraksi berprinsip yang mendukung eksekusi serentak dan kolaborasi jarak jauh peer-to-peer. Pada saat yang sama, untuk memaksimalkan manfaatnya, pengembang dan peneliti harus memiliki kendali penuh atas alur kerja mereka. aiFlows berupaya memberdayakan Anda untuk menjadikan setiap Aliran milik Anda! Lihat bagian berkontribusi untuk informasi lebih lanjut.
Di sini, Anda akan melihat bagaimana Anda dapat menjalankan inferensi dengan Alur penjawab pertanyaan pertama Anda, dan Anda dapat dengan mudah beralih di antara Alur penjawab pertanyaan yang sangat berbeda berkat abstraksi modular dan FlowVerse!
Dalam tutorial ini, kami memperkenalkan Anda pada fitur-fitur perpustakaan melalui panduan tentang cara membangun Aliran yang berguna dengan kompleksitas yang semakin meningkat.
Kami terus mengoptimalkan alur kerja pengembangan Aliran kami (permainan kata-kata :). Dalam panduan singkat ini, kami membagikan tips terbaik kami agar Anda tidak perlu belajar dengan susah payah.
Banyak dari strategi dorongan dan kolaborasi yang diusulkan baru-baru ini yang melibatkan alat, manusia, dan model AI, pada dasarnya, merupakan Aliran yang spesifik (lihat gambar di bawah). Pada tautan di atas, Anda akan menemukan panduan mendetail tentang cara membangun beberapa alur kerja yang representatif.
Lihat folder contoh untuk contoh lebih lanjut tentang cara membuat dan menggunakan aiFlows.
Seperti disebutkan di atas, tujuan kami adalah menjadikan Flows sebagai proyek berbasis komunitas yang akan memberikan manfaat bagi peneliti dan pengembang (lihat bagian Mengapa saya harus menggunakan aiFlows?), dan untuk mencapai tujuan ini, kami memerlukan bantuan Anda.
Anda dapat menjadi bagian dari proyek ini dengan beberapa cara:
Kami telah mencoba mencari cara agar siapa pun dapat memperoleh manfaat dengan berkontribusi pada proyek ini. Panduan Kontribusi menjelaskan alur kerja yang kami bayangkan secara lebih rinci (kami ingin mendengar tanggapan Anda mengenai hal ini -- server Discord sudah memiliki saluran untuk itu :)).
Singkatnya, ini hanyalah permulaan, dan perjalanan kita masih panjang. Pantau terus, dan mari kita bersama-sama mewujudkan masa depan AI (sumber terbuka) yang hebat!
Jika Anda merasa karya ini bermanfaat, silakan kutip sebagai:
@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}
}