새로운 인터넷 경험을 잠금 해제하기 위한 ChatGPT 플러그인 사용 가이드

ChatGPT의 지식 기반은 2021년 9월 현재 데이터로 학습되었지만, 이러한 플러그인을 사용하면 ChatGPT는 이제 웹에서 최신 답변을 검색할 수 있으므로 지식 기반에만 의존하는 한계가 없어집니다.

최근 OpenAI는 ChatGPT의 새로운 기능인 플러그인 시스템을 출시했습니다. ChatGPT는 이제 기능을 확장하고 다음과 같은 새로운 작업을 수행할 수 있습니다.

• 실시간 정보 검색(예: 스포츠 경기 결과, 주가, 최신 뉴스 등)
• 지식 기반 정보 검색: 예: 회사 문서, 개인 메모 등
• 사용자를 대신하여 작업 수행(예: 항공편 예약, 음식 주문 등)

ChatGPT의 지식 기반은 2021년 9월 현재 데이터로 학습되었지만 이제 ChatGPT는 이러한 플러그인을 사용하여 웹에서 최신 답변을 검색할 수 있으므로 지식 기반에만 의존하는 한계를 제거합니다.

사용자 정의 플러그인 만들기

OpenAI를 사용하면 모든 개발자가 자신만의 플러그인을 만들 수도 있습니다. 개발자는 현재 대기자 명단(https://openai.com/waitlist/plugins)에 가입해야 하지만 플러그인을 생성하는 데 필요한 파일은 이미 제공되어 있습니다.

플러그인 프로세스에 대한 자세한 내용은 이 페이지(https://platform.openai.com/docs/plugins/introduction)에서 확인할 수 있습니다.

예제 코드는 이 페이지(https://platform.openai.com/docs/plugins/examples)에서 확인할 수 있습니다.

문서에서는 타사 API와 ChatGPT 간의 통합이 작동하는 방식만 보여줍니다. 다음 기사에서는 이 통합의 내부 작업을 살펴볼 것입니다.

"대규모 언어 모델은 관련 교육 없이 어떻게 작업을 수행합니까?"

LangChain 소개

LangChain은 챗봇 생성을 위한 프레임워크입니다. 답변, 요약 등

LangChain은 개발자가 타사 애플리케이션을 LLM(대형 언어 모델) 중간에 통합하는 데 도움을 주기 위해 2022년 Harrison Chase(hwchase17)가 개발한 도구입니다.

아래 예시를 빌려 작업 모드를 설명하세요.

import os
os.environ["SERPAPI_API_KEY"] = ""
os.environ["OPENAI_API_KEY"] = " "

from langchain.agents import load_tools
from langchain.agents import 초기화_agent
from langchain.llms import OpenAI

# 먼저 에이전트 제어에 사용할 언어 모델을 로드합니다.
llm = OpenAI(온도=0)

# 계속 내려와서 사용할 몇 가지 도구를 로드하세요. llm-math 도구는 LLM을 사용하므로
tools = load_tools(["serpapi", "llm-math"], llm=llm)

# 마지막으로 도구, 언어 모델을 사용하세요. 에이전트 유형을 사용하여 에이전트를 초기화하려고 합니다.
agent = 초기화_agent(tools, llm, Agent="zero-shot-react-description", verbose=True)

# 이제 테스트하려면
agent.run("누가 누구입니까? 올리비아 와일드의 남자친구는 현재 나이가 0.23승인가요?")

이 예에서 세 가지 주요 부분을 볼 수 있습니다.

• LLM: LLM은 에이전트가 자연어를 이해하는 데 도움이 되는 LangChain의 핵심 구성 요소입니다. 이 예에서는 OpenAI의 기본 모델이 사용됩니다. 소스코드(https://github.com/hwchase17/langchain/blob/master/langchain/llms/openai.py#L133)에 따르면 기본 모델은 text-davinci-003입니다.
• 에이전트: 에이전트는 LLM을 사용하여 수행할 작업과 순서를 결정합니다. 작업은 도구를 사용하고 해당 출력을 관찰하는 것일 수도 있고 사용자에게 응답을 반환하는 것일 수도 있습니다.

여기에서는 0-shot-react-description이 사용되었습니다. 문서에서 "이 에이전트는 ReAct 프레임워크를 사용하고 전적으로 도구 설명에 따라 사용할 도구를 결정합니다"라고 읽을 수 있습니다. 이 정보는 나중에 사용됩니다.

• 도구: 에이전트가 세상과 상호작용하는 데 사용할 수 있는 기능입니다. 이 예에서는 두 가지 도구가 사용됩니다.

• serpapi: https://serpapi.com/ API 주변의 래퍼입니다. 웹서핑에 사용됩니다.

• llm-math: 에이전트가 "현재 나이를 0.23제곱하면 몇 살입니까?"와 같은 프롬프트에서 수학 관련 질문에 답할 수 있습니다.

스크립트가 실행되면 에이전트는 올리비아 와일드의 남자친구 검색, 이름 추출, 해리 스타일의 나이 묻기, 검색 수행 및 llm-math 도구를 사용하여 29^0.23 계산, 즉 2.16과 같은 여러 작업을 수행합니다.

LangChain의 가장 큰 장점은 문서(https://python.langchain.com/en/latest/modules/llms/integrations.html)에 설명된 대로 단일 공급자에 의존하지 않는다는 것입니다.

LangChain이 ChatGPT 플러그인 시스템에 강력한 기능을 제공할 수 있는 이유는 무엇인가요?

3월 21일 OpenAI의 가장 강력한 파트너인 Microsoft는 ChatGPT의 다중 모달 추론과 동작을 공개하는 MM-REACT를 출시했습니다(https://github.com/microsoft/MM-REACT).

이 "시스템 패러다임"의 기능을 살펴보면 각 예에 언어 모델과 일부 외부 애플리케이션 간의 상호 작용이 포함되어 있음을 알 수 있습니다.

제공된 샘플 코드(https://github.com/microsoft/MM-REACT/blob/main/sample.py)를 보면 모델+도구 상호 작용의 구현이 다음을 사용하고 있음을 알 수 있습니다. 랭체인이 제작했습니다. README.md 파일(https://github.com/microsoft/MM-REACT/blob/main/README.md)에도 "MM-REACT의 코드는 langchain을 기반으로 합니다"라고 명시되어 있습니다.

이 증거와 ChatGPT 플러그인 문서에 "플러그인 설명, API 요청 및 API 응답이 모두 ChatGPT와의 대화에 삽입된다"고 언급되어 있다는 사실을 결합하면 플러그인 시스템이 다른 플러그인을 프록시 도구로 추가한다고 가정할 수 있습니다. 이 경우에는 ChatGPT입니다.

OpenAI가 ChatGPT를 zero-shot-react-description 유형의 프록시로 전환하여 이러한 플러그인(이전 예에서 본 유형)을 지원하는 것도 가능합니다. API에 대한 설명이 대화에 삽입되기 때문에 아래 발췌 문서에서 볼 수 있듯이 이는 에이전트의 기대와 일치합니다.

LangChain

결론

아직 플러그인 시스템이 사용자에게 공개되지는 않았지만 공개된 문서와 MM-REACT를 활용하면 ChatGPT 플러그인 시스템의 강력한 기능을 경험할 수 있습니다.

위 내용은 새로운 인터넷 경험을 잠금 해제하기 위한 ChatGPT 플러그인 사용 가이드의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!