กรอบการอนุมาน LLM ที่เรียบง่าย แต่มีประสิทธิภาพมากสำหรับการวางแผนและการปรับแต่ง
สองรุ่น LLM ได้รับการแจ้งให้มีบทบาทที่แตกต่างกัน
เมื่อได้รับงานแก้ปัญหาผู้ชักชวนพยายามอย่างดีที่สุดที่จะชักชวนผู้ถามให้เห็นด้วยกับการเสนอทางออกที่เสนอ ในทางกลับกันผู้ถามพยายามค้นหาความไม่สอดคล้องเชิงตรรกะและช่องโหว่ในข้อเสนอของผู้ชักชวนและถามคำถามโดยละเอียด การแชทระหว่างผู้ชักชวนและผู้ถามยังคงดำเนินต่อไปจนกว่าผู้ถาม "เห็นด้วย" กับผู้ชักชวน
เป็นผลให้ LLM ในที่สุดก็ให้แผนรายละเอียดสูงเพื่อแก้ปัญหางานในมือ
โคลนที่เก็บ
ตรวจสอบให้แน่ใจว่าคุณติดตั้งไลบรารี OpenAI ล่าสุด pip install -U openai
แนบรหัส OpenAI API ของคุณในรหัส devil_advocate.py
แก้ไขไฟล์ task.txt
ตามความต้องการของคุณ ไฟล์ task.txt ปัจจุบันมีงานตัวอย่าง
เรียกใช้โดยใช้ python devil_advocate.py
สิ่งนี้สะท้อนกับเครือข่ายฝ่ายตรงข้ามแบบมีเงื่อนไขและกระบวนทัศน์การทำลายตนเองของศิลปะ (BYOL, Dinov2 ฯลฯ ) กระบวนทัศน์เหล่านี้พบว่ามีการปรับให้เหมาะสมกับการเพิ่มประสิทธิภาพผ่านหัวกับโมเดล "อสมมาตร" ให้การแสดงบริบทที่มีความละเอียดและมีความแข็งแกร่งมากขึ้น จากการวิจัยเพิ่มเติมฉันสงสัยว่ากรอบการอนุมาน LLM จะก่อให้เกิดการค้นพบเดียวกันหรือไม่
หวังว่าพื้นที่เก็บข้อมูลนี้สามารถขยายความคิดนี้และทำการค้นพบที่ยอดเยี่ยมสุด ๆ !
นี่เป็นงานที่กำลังดำเนินอยู่มาก แต่ฉันต้องการแบ่งปันความคิดและรหัสง่าย ๆ ให้คุณทุกคนลองใช้ มันง่ายมาก แต่มีประสิทธิภาพอย่างน่าประหลาดใจ