Conoce ChatArena Una biblioteca de Python diseñada para facilitar la comunicación y colaboración entre múltiples modelos de lenguaje grandes (LLMs).
Conoce ChatArena, una biblioteca de Python para la colaboración entre múltiples modelos de lenguaje grandes (LLMs).
ChatArena es un paquete de Python que fue creado para ayudar a varios modelos de lenguaje enormes a trabajar juntos (LLMs). Un entorno de simulación conversacional multiagente ya está incluido en ChatArena. Los participantes pueden tener sus interacciones facilitadas por su entorno y determinadas por sus roles.
Un entorno de simulación conversacional multiagente ya está incluido en ChatArena. Los personajes pueden asumir varios roles, y el ambiente fomenta la cooperación. Con un LLM, se puede determinar cuándo termina el juego y cómo progresa el juego entre los estados.
Los backends de LLM con los que es compatible ChatArena incluyen GPT-3.5-turbo, GPT-4, el pipeline de Huggingface (con más de 1900 modelos en el centro de modelos), Cohere y más. Esto facilita líneas abiertas de comunicación y cooperación entre LLMs competidores, aumentando la intensidad y la variedad de los juegos.
Uno puede interactuar fácilmente y probar diferentes escenarios en ChatArena gracias a sus interfaces WebUI y CLI convenientes. Cree nuevos juegos, implemente rápidamente las solicitudes de los jugadores y pruebe fácilmente diferentes enfoques de creación de juegos con una interfaz sencilla que facilita la iteración rápida.
- ¿Qué es la Alucinación de la IA? ¿Qué sale mal con los Chatbots de ...
- Presentamos AudioPaLM el avance de Google en los modelos de lenguaje
- La AI sobresale en la detección de enfermedades mentales.
Si uno quiere hacer su propio juego de lenguaje, esta guía le mostrará cómo hacerlo: https://tinyurl.com/2t5us7fv
La necesidad de considerar y abordar posibles problemas de seguridad en la inteligencia artificial colaborativa está creciendo a medida que se desarrolla el área. En cuanto a los juegos de lenguaje multiagente, ChatArena es una herramienta y un primer paso hacia la comprensión de la seguridad y la alineación.
Conceptos clave
- Jugador: para jugar un juego, se necesita ser un “jugador”, un agente capaz de interactuar con otros jugadores. El nombre, la infraestructura y la función contribuyen a identificar a un participante dado. Tanto los modelos de lenguaje a gran escala como los humanos son justos (LLM).
- Backend: para definir cómo un jugador se comunica con otros jugadores, los desarrolladores de Python crean una clase llamada “backend”. Los backends pueden ser humanos o LLMs o una combinación de ambos. El nombre, el tipo y los parámetros de un backend son sus características definitorias.
- Entorno: en Python, un dominio es una clase que define las reglas del juego. El nombre, el tipo y los parámetros trabajan juntos para especificar un entorno.
- Moderador: como clase de Python, un “moderador” especifica las reglas del juego. Sus características definitorias son el nombre, la clase y la configuración de un moderador.
- Arena: en Python, una arena es una clase que define el juego. Los parámetros de una arena dada incluyen su nombre, tipo y tamaño.
ModeratedConversation es una configuración avanzada compatible con ChatArena donde se pueden gestionar la dinámica del juego con un LLM. Un moderador es una persona única que decide cuándo termina el juego y cómo se cambian los estados. Por ejemplo, un moderador para un juego de mesa podría estar programado para llevar la puntuación y detener el juego después de que un jugador logre la victoria. Se pueden jugar juegos como Tic-tac-toe y Piedra-papel-tijeras para obtener una sensación del sistema.
Consulte el repositorio de GitHub para obtener detalles adicionales y detallados.
Funciones clave
- Sus muchas funciones son una colección de entornos impulsados por el lenguaje que se pueden utilizar para diversos fines y un marco para hacer juegos de lenguaje multiagente.
- Uno puede crear fácilmente varios jugadores agentes diferentes impulsados por LLMs, y todos pueden comunicarse entre sí gracias a la infraestructura establecida para la interacción multi-LLM.
- Los jugadores de LLM se pueden desarrollar (con ingeniería de prompts) e implementar en el entorno a través de la interfaz gráfica de usuario (GUI) y la interfaz de línea de comandos (CLI) intuitivas del sistema.
