🧩分享|ThinkGPT:将 AI 转变为强大思维机器的尖端 Python 库
00 分钟
2023-4-26
2023-8-26
type
status
slug
summary
date
tags
category
password
Text
AI summary
AI custom autofill
Multi-select
Status
URL
hashtag
勘误
标签
标题
类型
贴文
🪄
icon
notion image
ThinkGPT是一款创新的Python库,它为大型语言模型(LMM)增加了高级内存、自我完善、抽象和推理功能,使其能够更有效地思考、推论和采取行动。ThinkGPT的用户友好和高性能Python API使其成为许多AI项目的宝贵补充。通过探索这篇博客中提供的实例,您可以利用ThinkGPT的力量彻底改变您的AI思考、得出结论和采取行动的方式。
 

ThinkGPT 是一个创新的 Python 库,它增强了大型语言模型的能力,使它们能够更有效地思考、推论和采集行动。如果您希望将 ThinkGPT 集成为您的Python脚本中并利用其高级功能,那么您来对地方了!在本博客部分,我们将指导您完成在 Python 项目中使用 ThinkGPT 的第一步。
我们将在下一篇文章中探讨ThinkGPT的核心功能,包括其高级内存功能、自我优化机制和高级推理技巧。您将能够发现这个新的AI映像库如何格局,并了解了如何利用它的力量来增强您自己的项目。所以,和我一起踏上这段迷人的旅程吧,我们将深入进入ThinkGPT的世界并发掘它的潜力!
ThinkGPT托管在GitHub上。可以在以下位置找到存储库:https://github.com/alaeddine-13/thinkgpt
notion image
新的 CodingTheSmartWay 电子书:掌握 OpenAI API 编程通掌 OpenAI API 编程释放 OpenAI 尖端技术的全部潜力。深入研究 GPT、Whisper 和 DALL-E 模型型,并学习结构强大的AI应用程序。>>>立即获得本书<<<

ThinkGPT 的主要特点

  1. 记忆:ThinkGPT使大型语言模型(LLM)能够记忆住经验和学习新概念。
  1. 自我完善:此功能允许模型通过解决批评者、解决问题并完全善解来改变进入生成的内容。
  1. 抽像:鼓励LLM从示范或观察中概览规则,帮助创建更合适的模型有限上下文长度的压缩知识。
  1. 推论:使LLM能够根据可用信息做出有根据的猜测。
  1. 自然语言条款:用户可以轻松地使用自然语言表达任务和条款,让模型做出智能决策。
  1. 易于设置和Pythonic API:感谢DocArray,ThinkGPT提供了极其简单的设置过程和Pythonic API。

安装

安装ThinkGPT 很简单,可以使用pip完成:
此命令将直接从其 GitHub 存储库安装 ThinkGPT 库。

在 Python 中使用 ThinkGPT 的第一步

安装完成后,您就可以开始在Python脚本中使用ThinkGPT。为此,只需ThinkGPT要从thinkgpt.llm模块中导入类并创建该类的新实例:
ThinkGPT此代码片段使用指定模型初始化一个新实例,在本例中为“gpt-3.5-turbo”。
创建ThinkGPT实例后,您现在可以使用以下memorize()方法教授您的AI模型新概念或事实:
要调出记忆的信息,可以使用以下remember()方法:
一旦您的AI模型学习了一些信息,您就可以使用该predict()方法根据记忆的数据进行预测或回答问题:
此代码片段使用remember()方法检查记忆的信息并将其提供给方法predict()以回答问题。

实例

ThinkGPT 带有一些易于理解的演示用例。相应的 Python 脚本可以在存储库的演示文件夹中找到:
notion image
让我们更深入地了解其中的一个示例:replay_expand_memory.py
在此 ThinkGPT 示例脚本中,目标是使用 ThinkGPT 库根据有关 Klaus Mueller 的现有信息引出的新想法或观察。
  1. 首先,脚本ThinkGPTthinkgpt.llm模型中导入类。
  1. ThinkGPT使用“gpt-3.5-turbo”模型创建并初始化一个新实例。
  1. 变量old_memory已定义,包含三个关于克劳斯穆勒的陈述,代表先前的知识。
  1. memorize()方法用于向大型语言模型 (LLM) 教学存储在old_memory
  1. infer()调整使用方法时将参数facts设置为方法的结果remember()。此指示LLM根据先记忆的信息引发新的观察或思考。
  1. 新引发的观察结果以“新思想:”标签打印到控制台。
  1. 最后,memorize()再次调整使用该方法以将新观察结果存储在 LLM 的内存中,使其能够足够在未来的交互中建立对 Klaus Mueller 的理解。
在我们准备好操作脚本并查看结果之前,我们需要检查一个OpenAI API 密码并使用检查到的密码设置相关API应用程序的环境变化_KEY_OPENAI。
要获取OpenAI API 密匙,请点击以下简单步骤操作:
  • 如果您没有账号,请注册一个。点击首页右上角的“注册”,点击注册流程进行操作。
  • 查看可用的API 定价计划并选择适合您需要的计划。有些计划可能会提供有限使用的免费访问,以及其他计划规则根根据您的需求和预测提供不同级别的访问。
  • 选择计划后,您将获得唯一的API密匙。请务必确保其安全,因为它会根据您帐户的使用限制和权限授权给API的访问权限。
在命令中使用以下命令设置OpenAI API密匙:
现在我们准备好通过输入以下内容来执行脚本:
然后你应该能够看到类似于以下内容的结果:
notion image

结论

ThinkGPT 是一个强大的 Python 库,它通过添加高级内存、自我完善、抽像和推理能力来增强大型语言模型的能力。其用户朋友和高性能的Python API 的安装迁移成为许多AI项目的宝贝补充。通过探索这篇博文中提供的实例,您可以利用ThinkGPT的力量彻底改变您的AI思考、得出结论和采集行动的方式。
 

作者:Sebastian
 

评论