OpenAI DevDay: 3 ابزار جدید برای ساخت برنامه های مبتنی بر LLM

در میان اخبار اولین کنفرانس توسعه دهندگان OpenAI، در اینجا سه ​​محصول یا پلتفرم وجود دارد که ممکن است علاقه شما را به یک پروژه هوش مصنوعی مولد جلب کند – به علاوه یک جایگزین منبع باز جدید در پاسخ.

OpenAI مجموعه‌ای از محصولات و ویژگی‌های جدید را در کنفرانس DevDay روز دوشنبه در سانفرانسیسکو اعلام کرد، از جمله ابزارهای جدید برای سفارشی‌سازی ربات‌های گفتگو، ساخت برنامه‌ها و مدیریت گفتار که به منظور ایجاد یک جامعه توسعه‌دهنده قوی در اطراف تکنولوژی هوش مصنوعی مولد وجود دارد.

این کنفرانس اولین رویداد عمومی بزرگ OpenAI برای توسعه دهندگان بود و فرصتی برای نشان دادن اینکه چگونه برنامه ریزی می کند تا به جامعه توسعه نرم افزار خدمات ارائه دهد.

به گفته Allie K، مشاور هوش مصنوعی و سرمایه‌گذار، «در مقایسه با هر رویداد فناوری بزرگ دیگری که در آن حضور داشته‌ام، OpenAI Dev Day بالاترین امتیاز «OK، من باید فوراً با این نسخه جدید چیزی بسازم» است. میلر، در پستی در X (توئیتر سابق). “من از امتیاز فعال سازی سازنده ۱۱/۱۰ صحبت می کنم. این فوق العاده است.”

در اینجا سه ​​محصول یا پلتفرم OpenAI وجود دارد که ممکن است علاقه شما را برای یک پروژه هوش مصنوعی مولد جلب کند – به علاوه یک جایگزین منبع باز جدید که در پاسخ ارائه می شود.

استفاده از GPT برای سفارشی کردن ربات‌های گفتگو

احتمالاً چشم‌نوازترین افزونه به مجموعه OpenAI یک راه جدید بدون کد برای ایجاد ربات‌های گفتگوی سفارشی‌شده است که برای کارهای خاص طراحی شده‌اند. این ربات‌ها که GPT نامیده می‌شوند، دارای گزینه‌ای برای پاسخگویی به سؤالات داده‌های خاص ارائه‌شده توسط نویسندگانشان هستند. این باید راه را برای ایجاد سریع‌تر دامنه‌های خاص ChatGPT برای مواردی مانند خدمات مشتری، پرسش و پاسخ مستندات، یا اتصال به پایگاه داده محصول.

این قابلیت باید در هفته جاری برای کاربران Plus و Enterprise در https://chat.openai در دسترس باشد. com/gpts/editor.

در حالی که مردم برای مدتی مشغول ساخت ربات‌های چت با استفاده از OpenAI هستند، این نوید می‌دهد که راهی سریع‌تر و آسان‌تر برای انجام این کار باشد. GPTها همچنین پلتفرم وب OpenAI را برای انتشار، تجربه کاربری ChatGPT، و lمدل زبان arge (LLM) که هوش مصنوعی مولد را فراهم می کند.

به‌عنوان کسی که ساعت‌ها در تلاش برای بهینه‌سازی پردازش داده‌ها است تا یک LLM بتواند به بهترین وجه به سؤالات مربوط به مجموعه‌ای از اسناد آپلود شده پاسخ دهد، پس از آن تلاش می‌کنم تصمیم بگیرم از کدام قسمت جلویی استفاده کنم و کجا آن را میزبانی کنم، مایلم ببینم چگونه خوب این کار می کند.

مشتریان ChatGPT Enterprise می‌توانند ربات‌هایی را فقط برای استفاده داخلی ایجاد کنند. افراد می‌توانند ربات‌های خود را خصوصی یا عمومی برای کسانی که دارای پیوند هستند نگه دارند، و توسعه‌دهندگان همچنین می‌توانند GPT‌های خود را در فروشگاه OpenAI GPT که به زودی راه‌اندازی می‌شود، منتشر کنند. نویسندگان محبوب‌ترین ربات‌ها ممکن است مقداری درآمد را به اشتراک بگذارند، و من انتظار دارم که توسعه‌دهندگان زیادی وجود داشته باشند که می‌خواهند دست خود را در ایجاد موفقیت امتحان کنند.

من تا حدودی از تجربه پلاگین OpenAI برای جستجوی گزینه‌های موجود برای یافتن بهترین گزینه برای کارم غافل بودم، و تنها کسی نیستم که در مورد نحوه عملکرد فروشگاه جدید در نهایت تردید دارم. سام آلتمن، مدیر عامل OpenAI، متعهد شد که شرکت مطمئن شود GPTهای منتشر شده در فروشگاه از سیاست های قابل قبول پیروی می کنند. با این حال، بر اساس بازارهای دیگر مانند Google Play، این کار دشوارتر از آن چیزی است که به نظر می رسد. با این حال، با توجه به محبوبیت فعلی OpenAI، باید افراد زیادی وجود داشته باشند که هنگام راه اندازی فروشگاه GPT نگاهی به آن بیاندازند.

Assistant API توسعه برنامه را آسان می کند

این API جدید عملکرد GPT را به توسعه دهندگانی ارائه می دهد که می خواهند به جای میزبانی ربات در OpenAI، برنامه های خود را بسازند. API روش‌های ساده‌تری را برای رسیدگی به مواردی مانند موضوعات و مکالمات طولانی نسبت به کدنویسی یک برنامه با یک API پایه LLM ارائه می‌کند. علاوه بر این، این API می‌تواند چندین تابع را همزمان فراخوانی کند — با احتمال بیشتری نسبت به قبل، آنچه که LLM برمی‌گرداند به درستی JSON تشکیل شود تا در مراحل بعدی استفاده شود.

برای افرادی که روی ربات‌های چت کار می‌کنند و به سؤالاتی درباره اطلاعات خاص مانند اسناد نرم‌افزاری پاسخ می‌دهند، کارهایی مانند تقسیم متن به تکه‌ها و ایجاد جاسازی‌ها برای جستجوی معنایی در پس‌زمینه انجام می‌شوند.

یک برنامه نمایشی که توسط OpenAI Assistant API ارائه می‌شود، Code Interpreter را برای نوشتن و اجرای کد پایتون در پشت صحنه فراخوانی می‌کند.

Assistant API همچنین برای اجرای کدهای Python در جعبه ایمنی به مفسر کد دسترسی دارد. هنگامی که فعال شود، اگر LLM تصمیم بگیرد که سؤال کاربر به محاسباتی نیاز دارد، مفسر کد شروع به کار می کند. به عنوان مثال، سخنرانی OpenAI DevDay دارای یک برنامه سفر بود که توسط Assistant API طراحی شده بود. زمانی که کاربری صورت‌حساب‌های پرواز و Airbnb خود را آپلود کرد و پرسید: “ما ۴ دوست خواهیم بود که در این Airbnb می‌مانیم. سهم من از آن + پرواز من چیست؟”، LLM از مترجم کد خواست تا کد پایتون تولید کند و سپس به این سؤال پاسخ داد. .

میلر در توییتی نوشت: «دستیار OpenAI اکنون در زمین بازی [OpenAI] در دسترس است. “این دیوانه کننده ترین راه برای استفاده از زبان طبیعی برای برنامه نویسی ربات خود است. به معنای واقعی کلمه یک کتاب درسی را آپلود کنید و معلم خصوصی خود را بسازید. اسناد فنی را آپلود کنید و یک برنامه جدید به خود آموزش دهید.” داشبورد زمین بازی به برنامه نویسان اجازه می دهد تا مراحلی را که هوش مصنوعی برای پاسخ به سؤالات انجام می دهد، ببینند.

Text-to-Speech API

این API یک نقطه پایانی تبدیل متن به گفتار برای مدل TTS OpenAI است. الف>. این شامل شش صدای مختلف است و نظرات اولیه در مورد کیفیت صدا مطلوب بوده است.

فرمت پاسخ MP3 است اما موارد دیگر امکان پذیر است. و از پخش صدا در زمان واقعی پشتیبانی می کند.

«رویکرد معمول من برای درک APIهای جدید این است که چیزی با آنها بسازم، بنابراین من یک ابزار جدید ساخته ام،» توسعه دهنده منبع باز Simon Willison در Mastodon ارسال کرد. “**ospeak: یک ابزار CLI برای گفتن متن در ترمینال از طریق OpenAI”.

جزئیات API را می‌توانید در https://platform.openai ببینید. com/docs/guides/text-to-speech و ابزار Willison در https: //simonwillison.net/2023/Nov/7/ospeak/

یک جایگزین: OpenGPT از LangChain

به‌عنوان جایگزینی برای ابزارهای OpenAI، LangChain که چارچوبی برای توسعه برنامه‌های ساخته شده با LLM فراهم می‌کند، OpenGPTs. به گفته گیت هاب LangChain، ابزار توسعه ربات چت “یک تلاش منبع باز برای ایجاد تجربه ای مشابه با GPT های OpenAI است.” «این به شما کنترل بیشتری بر روی LLM می‌دهد که استفاده می‌کنید (از بین ۶۰+ که LangChain ارائه می‌کند)، اعلان‌هایی که استفاده می‌کنید (از LangSmith برای اشکال‌زدایی آن‌ها استفاده کنید)، و ابزارهایی که به آن می‌دهید (از ۱۰۰+ ابزار LangChain را انتخاب کنید، یا به راحتی انتخاب کنید. خود را بنویسید… تا آنجا که ممکن است، ما در تلاش برای برابری ویژگی ها با OpenAI هستیم.”

نسخه میزبانی ساده و نمونه به اندازه نسخه OpenAI، اگرچه احتمالاً در کمتر از یک روز جمع آوری شده است. همانطور که تکامل می یابد، ممکن است برای توسعه دهندگانی که نمی خواهند در اکوسیستم OpenAI قفل شوند جذاب باشد. LangChain در حال کار بر روی یک نسخه میزبانی شده برای کسانی است که خواهان انعطاف پذیری در انتخاب ابزار هستند اما علاقه ای به مدیریت هاست ابری خود ندارند.

در حال حاضر، می توانید یک نسخه محلی را با نصب پایتون برای قسمت پشتی اجرا کنید. از React، TypeScript و Vite برای قسمت جلویی استفاده می کند. اطلاعات بیشتری در فایل README مخزن موجود است.