devils advocate

Advogado do diabo

Uma estrutura de inferência LLM simples, mas super eficaz, para planejar e refinamento.

Como funciona

Dois modelos LLM são solicitados com diferentes papéis

1. Questionador, também conhecido como advogado do diabo
2. Persuadidor

Dada uma tarefa a ser resolvida, o persuasor se aproxima de convencer o interlocutor a concordar com sua solução proposta. O questionador, por outro lado, tenta encontrar inconsistências e brechas lógicas na proposta do persuasão e faz perguntas detalhadas. O bate -papo entre Persuader e questionador continua até que o questionador "concorde" com o persuasor.

Como resultado, o LLM finalmente oferece um plano altamente detalhado para resolver a tarefa em questão.

Como usá -lo

1. Clone o repositório

2. Certifique -se de ter a mais recente biblioteca do OpenAI instalada. pip install -U openai

3. Anexe sua tecla API OpenAI no código devil_advocate.py .

4. Modifique o arquivo task.txt para suas necessidades. O arquivo Task.txt atual tem uma tarefa de amostra.

5. Corra usando python devil_advocate.py

Outros pensamentos

Isso ressoa com a rede adversária generativa condicional e os paradigmas de auto-distribuição de última geração (BYOL, DINOV2, etc.). Esses paradigmas descobriram empiricamente que a otimização por meio da cabeça contra os modelos "assimétricos" oferecem representações de contexto mais robustas e de granulação fina. Com mais pesquisas, estou me perguntando se as estruturas de inferência da LLM representariam as mesmas descobertas.

Espero que este repositório possa expandir essa ideia e fazer algumas descobertas super legais!

Isenção de responsabilidade

Isso é um grande trabalho em andamento. Mas eu queria compartilhar minhas idéias e código simples para todos vocês experimentarem. É super simples, mas surpreendentemente eficaz.

• Testado no OpenAI GPT 4 e 3,5 Turbo.