總結基於GPT-4的自主系統：AutoGPT、AgentGPT、BabyAGI、HuggingGPT、CAMEL

ChatGPT和LLM技術的出現使得這些最先進的語言模型席捲了世界，不僅是AI的開發人員，愛好者和一些​​組織也在研究探索整合和建構這些模型的創新方法。各種平台如雨後春筍般湧現，整合並促進新應用程式的開發。

AutoGPT的火熱讓我們看到越來越多的自主任務和代理人利用了GPT-4的API。這些發展不僅增強了處理整合不同系統的複雜任務的能力，而且還推動了我們透過自主人工智慧所能實現的界限。

我們這裡將整理一些開源的類似AutoGPT的工具系統，這些工具和應用程式可以大致分為命令列介面(CLI)和基於瀏覽器的解決方案，HuggingGPT可以同時支援這兩種解決方案。

命令列:AutoGPT, BabyAGI

瀏覽器:AgentGPT, CAMEL, Web LLM

Auto-GPT

儘管Auto-GPT是個實驗性的開源應用程序，但是它的成長是迅速的。該程式由GPT-4驅動，可自主實現設定的任何目標。

GitHub: https://github.com/Significant-Gravitas/Auto-GPT

看看它的Github Star的成長幅度可以看到最近的火爆

AgentGPT

AgentGPT是一種基於web的解決方案。它允許配置和部署自治AI代理，並讓它完成任何目標。它將嘗試透過思考要做的任務、執行任務並從結果中學習來達到目標。

該平台目前處於測試階段，正在開發以下功能:

• 透過向量DB進行長期的記憶
• 透過LangChain（LangChain是一個用於構建基於大型語言模型LLM的應用程式的庫）進行web瀏覽
• 與網站和人的互動
• 用戶和身份驗證

GitHub: https: //github.com/reworkd/AgentGPT

網址: https://agentgpt.reworkd.ai/

BabyAGI

BabyAGI任務驅動自治代理的精簡版本

它的主要想法是基於先前任務的結果和預先定義的目標來創建任務。然後，腳本使用OpenAI的語言模型功能來創建基於目標的新任務，Pinecone來儲存和檢索上下文的任務結果，這可以說是最精簡的自治AI架構了，如果你對這個方向有興趣，可以看看他的代碼。

GitHub: https://github.com/yoheinakajima/babyagi

網址: http://babyagi.org/

HuggingGPT

微軟的HuggingGPT，又稱為JARVIS，它包括一個LLM作為控制器和許多專家模型作為協作執行者(來自HuggingFace Hub)。它工作流程包括四個階段:

• 任務規劃:使用ChatGPT分析請求以了解意圖，並將其分解為可能的可解決任務。
• 模型選擇:使用ChatGPT根據描述選擇專家模型。
• 任務執行:呼叫並執行每個選定的模型，並將結果傳回給ChatGPT。
• 回應產生:最後，使用ChatGPT整合所有模型的預測並產生回應。

GitHub: https://github.com/microsoft/JARVIS

HF: https://huggingface.co/spaces/ microsoft/HuggingGPT

Web LLM

Web LLM是一個基於LLM和基於LLM的聊天機器人，在沒有伺服器支援的情況下在瀏覽器內運行，並透過WebGPU加速。從技術上講，Web LLM不是人工智慧的自主解決方案，而是輕量級的網路聊天機器人。

GitHub: https://github.com/mlc-ai/web-llm

CAMEL

CAMEL  是」Communicative Agents for 'Mind' Exploration of Large Scale Language Models「的縮寫，它提出了一種新穎的代理框架，即角色扮演，作為AutoGPT 和AgentGPT 的替代方案。

GitHub: https://github.com/lightaime/camel

網址: http://agents.camel-ai.org/

GPTRPG

這個系統將遊戲和大語言模型結合，主要包含2個部分

一個支援llm的AI代理的簡單的類似rpg的環境

透過OpenAI API將AI代理植入到遊戲環境的角色中

這是基於最近發布的一篇論文，其中部署了多個代理來自主參與線上遊戲。

GitHub: https://github.com/dzoba/gptrpg

Arxiv:https://arxiv.org/abs/2304.03442

#總結

整合ChatGPT和LLM到各種應用程式中只是使用語言模型的潛力的一部分。這些模型是為了處理自然語言任務而設計的，包括文字生成、翻譯、摘要、問答等等。未來的語言模型將更加先進和智能，能夠在更廣泛的應用領域中提供幫助。

例如，未來的語言模型可以用於更準確的機器翻譯，使人類之間的跨文化交流更加便利。他們也可以用於自動摘要和內容生成，以幫助作者和媒體機構更快地創建和發佈內容。此外，語言模型也可以用於語音識別和自然語言處理，以便人們能夠更好地與電腦互動。

總之，隨著語言模型技術的不斷進步，我們可以期待看到更多的創新和進步。這些模型將成為人工智慧領域的核心技術，為我們提供更好的解決方案和更廣泛的應用場景。

以上是總結基於GPT-4的自主系統：AutoGPT、AgentGPT、BabyAGI、HuggingGPT、CAMEL的詳細內容。更多資訊請關注PHP中文網其他相關文章！