aiflows
v1.1.1
?? FunSearch Adicionado : Notícias emocionantes! Temos o prazer de anunciar a integração do FunSearch ao FlowVerse! ? Você pode encontrá-lo aqui no FlowVerse. Além disso, confira o caderno de demonstração que mostra o FunSearch em ação! Esta demonstração inclui exemplos do FunSearch em execução em problemas do CodeForce e fornece instruções passo a passo sobre como configurar o FunSearch para seus próprios aplicativos.
? Atualização importante: Temos o prazer de anunciar o lançamento da versão 1.1.0 do nosso projeto! Esta versão apresenta melhorias significativas no aiFlows, com destaque para a introdução do mecanismo Flows. Este mecanismo permite a execução simultânea e a colaboração distribuída ponto a ponto, revolucionando a maneira como você interage com seus projetos.
Ainda estamos aprimorando alguns aspectos da experiência do desenvolvedor, então compartilhe seus comentários no Discord!
?? aiFlows incorpora a abstração Flows e simplifica muito o design e a implementação de fluxos complexos (de trabalho) envolvendo humanos, sistemas de IA e ferramentas. Em colaboração com CoLink, permite:
A biblioteca é compatível com Python 3.10+.
pip install aiflowsgit clone [email protected]:epfl-dlab/aiflows.git
cd aiflows
pip install -e . A estrutura é centrada em fluxos e mensagens . Os fluxos são blocos de construção computacionais independentes, autocontidos e orientados por objetivos que podem completar unidades de trabalho semanticamente significativas. Para trocar informações, os Flows se comunicam por meio de uma interface padronizada baseada em mensagens. As mensagens podem ser de qualquer tipo que o Flow do destinatário possa processar.
A estrutura Flows exemplificada. A primeira coluna descreve exemplos de ferramentas. Notavelmente, na estrutura Flows, os sistemas de IA correspondem a ferramentas. A segunda coluna descreve Fluxos Atômicos, wrappers efetivamente mínimos em torno de ferramentas construídas a partir de ferramentas de exemplo. A terceira coluna descreve exemplos de Fluxos Compostos que definem a interação estruturada entre Fluxos Atômicos ou Compostos . A quarta coluna ilustra um fluxo de codificação competitiva composto específico como aqueles usados nos experimentos do artigo. A quinta coluna descreve a estrutura de um Fluxo hipotético, definindo um processo de meta-raciocínio que poderia apoiar um comportamento autônomo.
O FlowVerse é um repositório de Flows (desenvolvido pelo hub ? HuggingFace) criado e compartilhado por nossa comunidade para uso de todos! Com o aiFlows, os Flows podem ser facilmente baixados, usados, estendidos ou compostos em Flows novos e mais complexos. Por exemplo, compartilhar um fluxo que usa apenas ferramentas baseadas em API (as ferramentas subsume modelos na abstração Flows) é tão simples quanto compartilhar um arquivo de configuração (por exemplo, aqui está o fluxo AutoGPT no FlowVerse). Para aqueles que usam ChatGPT, você pode considerá-los como GPTs(++) de código aberto totalmente personalizáveis.
O FlowVerse está crescendo continuamente. Para explorar os fluxos disponíveis atualmente, confira o ?│Fórum de compartilhamento de fluxo no servidor Discord. Além disso, os tutoriais e exemplos detalhados nas seções de introdução cobrem alguns dos fluxos que fornecemos com mais detalhes (por exemplo, ChatAtomicFlow e QA, VisionAtomicFlow e VisualQA, ReAct e ReAct com feedback humano, AutoGPT, etc.).
A IA está preparada para revolucionar a forma como trabalhamos. Nossa missão é apoiar pesquisadores de IA e permitir que eles compartilhem perfeitamente os avanços com os profissionais. Isto estabelecerá um ciclo de feedback, orientando o progresso em direções benéficas, garantindo ao mesmo tempo que todos possam aceder e beneficiar livremente das ferramentas de IA da próxima geração.
Para desenvolver as ferramentas de IA da próxima geração, precisaremos de uma abstração baseada em princípios que suporte a execução simultânea e a colaboração remota ponto a ponto. Ao mesmo tempo, para maximizar os seus benefícios, os programadores e investigadores terão de ter controlo total sobre os seus fluxos de trabalho. aiFlows se esforça para capacitá-lo a tornar cada Flow seu! Consulte a seção de contribuições para obter mais informações.
Aqui, você verá como executar inferências com seu primeiro fluxo de resposta a perguntas e poderá alternar trivialmente entre fluxos de resposta a perguntas muito diferentes, graças à abstração modular e ao FlowVerse!
Neste tutorial, apresentamos os recursos da biblioteca por meio de um passo a passo de como construir fluxos úteis de complexidade crescente.
Estamos constantemente otimizando nosso fluxo de trabalho de desenvolvimento de Flow (trocadilhos :). Neste breve guia, compartilhamos nossas melhores dicas para que você não precise aprender da maneira mais difícil.
Muitas das estratégias de estímulo e colaboração recentemente propostas envolvendo ferramentas, humanos e modelos de IA são, em essência, Fluxos específicos (veja a figura abaixo). Nos links acima, você encontrará um passo a passo detalhado de como construir alguns fluxos de trabalho representativos.
Confira a pasta de exemplos para mais exemplos de como construir e usar aiFlows.
Conforme mencionado acima, nosso objetivo é fazer do Flows um projeto conduzido pela comunidade que beneficiará tanto pesquisadores quanto desenvolvedores (veja a seção Por que devo usar o aiFlows?), e para atingir esse objetivo, precisamos da sua ajuda.
Você pode se tornar parte do projeto de algumas maneiras:
Tentamos encontrar uma maneira de qualquer pessoa se beneficiar contribuindo para o projeto. O Guia de Contribuição descreve nossos fluxos de trabalho previstos com mais detalhes (gostaríamos de ouvir seus comentários sobre isso - o servidor Discord já tem um canal para isso :)).
Em suma, isto é apenas o começo e temos um longo caminho a percorrer. Fique ligado e vamos trabalhar juntos em um grande futuro de IA (código aberto)!
Se você achou este trabalho útil, cite-o como:
@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}
}
