GOAT.AI - Task to AI Agents
ஆப்ஸ் சார்ந்த வாங்கல்கள்
1ஆ+
பதிவிறக்கியவை
அனைவருக்குமானது
info
இந்த ஆப்ஸ் பற்றி
முகவர் பணிகளின் இலக்கு சார்ந்த ஆர்கெஸ்ட்ரேஷன். அடிப்படையில், உங்கள் பணியைச் செய்ய AI முகவர்கள் ஒருவருக்கொருவர் தொடர்புகொள்வார்கள்.
உதாரணம்: "20 கிமீ அரை மராத்தானுக்கு அடுத்த மாதம் சிறந்த நாளைத் தேர்ந்தெடுக்கவும்". AI ஒத்துழைக்கத் தொடங்கும்: வானிலை முகவர் முன்னறிவிப்புகளை மீட்டெடுக்கிறது, இணைய தேடல் முகவர் உகந்த இயங்கும் நிலைமைகளை அடையாளம் காட்டுகிறது, மேலும் Wolfram முகவர் "சிறந்த நாளை" கணக்கிடுகிறார். இது இணைக்கப்பட்ட AI இன் கலை, சிக்கலான பணிகளை நுட்பத்துடன் எளிதாக்குகிறது.
தன்னாட்சி முகவர்களுக்கான மைய மெயின்பிரேமாக LLMகள் ஒரு புதிரான கருத்தாகும். AutoGPT, GPT-Engineer மற்றும் BabyAGI போன்ற ஆர்ப்பாட்டங்கள் இந்த யோசனையின் எளிய எடுத்துக்காட்டுகளாக செயல்படுகின்றன. LLM களின் திறன், நன்கு எழுதப்பட்ட பிரதிகள், கதைகள், கட்டுரைகள் மற்றும் நிரல்களை உருவாக்குவது அல்லது முடிப்பதைத் தாண்டி நீண்டுள்ளது; அவை சக்திவாய்ந்த பொதுப் பணி தீர்விகளாக வடிவமைக்கப்படலாம், மேலும் முகவர் பணிக்குழுவின் (GOAT.AI) இலக்கு சார்ந்த ஆர்கெஸ்ட்ரேஷனை உருவாக்குவதை நாங்கள் இலக்காகக் கொண்டுள்ளோம்.
எல்எல்எம் ஏஜென்ட் டாஸ்க் ஃபோர்ஸ் அமைப்பின் இலக்கு-சார்ந்த ஆர்கெஸ்ட்ரேஷன் இருப்பதற்கும் சரியாகச் செயல்படுவதற்கும், அமைப்பின் மூன்று முக்கியக் கூறுகள் சரியாகச் செயல்பட வேண்டும்.
- கண்ணோட்டம்
1) திட்டமிடல்
- துணை இலக்கு மற்றும் சிதைவு: முகவர் பெரிய பணிகளை சிறிய, நிர்வகிக்கக்கூடிய துணை இலக்குகளாக உடைத்து, சிக்கலான பணிகளை திறமையாக கையாள்வதை எளிதாக்குகிறது.
- பிரதிபலிப்பு மற்றும் சுத்திகரிப்பு: முகவர் கடந்த கால செயல்களில் சுயவிமர்சனம் மற்றும் சுய பிரதிபலிப்பில் ஈடுபடுகிறார், தவறுகளிலிருந்து கற்றுக்கொள்கிறார், மேலும் எதிர்கால நடவடிக்கைகளுக்கான அணுகுமுறைகளை மேம்படுத்துகிறார், இதன் மூலம் விளைவுகளின் ஒட்டுமொத்த தரத்தை மேம்படுத்துகிறார்.
2) நினைவகம்
- குறுகிய கால நினைவாற்றல்: தரத்தில் எந்தக் குறைவும் இல்லாமல் பதிலளிக்கும் முன் மாதிரியால் செயலாக்கக்கூடிய உரையின் அளவை இது குறிக்கிறது. தற்போதைய நிலையில், தோராயமாக 128k டோக்கன்களுக்கான தரத்தில் எந்த குறையும் இல்லாமல் LLMகள் பதில்களை வழங்க முடியும்.
- நீண்ட கால நினைவகம்: இது முகவரை நீண்ட காலத்திற்கு சூழலுக்கான வரம்பற்ற தகவலைச் சேமித்து நினைவுபடுத்த உதவுகிறது. திறமையான RAG அமைப்புகளுக்கு வெளிப்புற திசையன் கடையைப் பயன்படுத்துவதன் மூலம் இது பெரும்பாலும் அடையப்படுகிறது.
3) செயல் இடம்
- மாதிரி எடைகளில் கிடைக்காத கூடுதல் தகவலைப் பெற வெளிப்புற API களை அழைக்கும் திறனை முகவர் பெறுகிறார் (முன் பயிற்சிக்குப் பிறகு பெரும்பாலும் மாற்றுவது கடினம்). இதில் தற்போதைய தகவலை அணுகுதல், குறியீட்டை செயல்படுத்துதல், தனியுரிம தகவல் ஆதாரங்களை அணுகுதல் மற்றும் மிக முக்கியமாக: தகவல்களை மீட்டெடுப்பதற்கு பிற முகவர்களை அழைப்பது ஆகியவை அடங்கும்.
- செயல்வெளி என்பது எதையாவது மீட்டெடுப்பதை நோக்கமாகக் கொண்ட செயல்களை உள்ளடக்கியது, மாறாக குறிப்பிட்ட செயல்களைச் செய்து அதன் விளைவைப் பெறுவதை உள்ளடக்கியது. மின்னஞ்சல்களை அனுப்புதல், பயன்பாடுகளைத் தொடங்குதல், முன் கதவுகளைத் திறப்பது மற்றும் பல போன்ற செயல்களின் எடுத்துக்காட்டுகள். இந்த செயல்கள் பொதுவாக பல்வேறு APIகள் மூலம் செய்யப்படுகின்றன. கூடுதலாக, முகவர்கள் அவர்கள் அணுகக்கூடிய செயல் நிகழ்வுகளுக்கு மற்ற முகவர்களையும் அழைக்கலாம் என்பதைக் கவனத்தில் கொள்ள வேண்டும்.
உதாரணம்: "20 கிமீ அரை மராத்தானுக்கு அடுத்த மாதம் சிறந்த நாளைத் தேர்ந்தெடுக்கவும்". AI ஒத்துழைக்கத் தொடங்கும்: வானிலை முகவர் முன்னறிவிப்புகளை மீட்டெடுக்கிறது, இணைய தேடல் முகவர் உகந்த இயங்கும் நிலைமைகளை அடையாளம் காட்டுகிறது, மேலும் Wolfram முகவர் "சிறந்த நாளை" கணக்கிடுகிறார். இது இணைக்கப்பட்ட AI இன் கலை, சிக்கலான பணிகளை நுட்பத்துடன் எளிதாக்குகிறது.
தன்னாட்சி முகவர்களுக்கான மைய மெயின்பிரேமாக LLMகள் ஒரு புதிரான கருத்தாகும். AutoGPT, GPT-Engineer மற்றும் BabyAGI போன்ற ஆர்ப்பாட்டங்கள் இந்த யோசனையின் எளிய எடுத்துக்காட்டுகளாக செயல்படுகின்றன. LLM களின் திறன், நன்கு எழுதப்பட்ட பிரதிகள், கதைகள், கட்டுரைகள் மற்றும் நிரல்களை உருவாக்குவது அல்லது முடிப்பதைத் தாண்டி நீண்டுள்ளது; அவை சக்திவாய்ந்த பொதுப் பணி தீர்விகளாக வடிவமைக்கப்படலாம், மேலும் முகவர் பணிக்குழுவின் (GOAT.AI) இலக்கு சார்ந்த ஆர்கெஸ்ட்ரேஷனை உருவாக்குவதை நாங்கள் இலக்காகக் கொண்டுள்ளோம்.
எல்எல்எம் ஏஜென்ட் டாஸ்க் ஃபோர்ஸ் அமைப்பின் இலக்கு-சார்ந்த ஆர்கெஸ்ட்ரேஷன் இருப்பதற்கும் சரியாகச் செயல்படுவதற்கும், அமைப்பின் மூன்று முக்கியக் கூறுகள் சரியாகச் செயல்பட வேண்டும்.
- கண்ணோட்டம்
1) திட்டமிடல்
- துணை இலக்கு மற்றும் சிதைவு: முகவர் பெரிய பணிகளை சிறிய, நிர்வகிக்கக்கூடிய துணை இலக்குகளாக உடைத்து, சிக்கலான பணிகளை திறமையாக கையாள்வதை எளிதாக்குகிறது.
- பிரதிபலிப்பு மற்றும் சுத்திகரிப்பு: முகவர் கடந்த கால செயல்களில் சுயவிமர்சனம் மற்றும் சுய பிரதிபலிப்பில் ஈடுபடுகிறார், தவறுகளிலிருந்து கற்றுக்கொள்கிறார், மேலும் எதிர்கால நடவடிக்கைகளுக்கான அணுகுமுறைகளை மேம்படுத்துகிறார், இதன் மூலம் விளைவுகளின் ஒட்டுமொத்த தரத்தை மேம்படுத்துகிறார்.
2) நினைவகம்
- குறுகிய கால நினைவாற்றல்: தரத்தில் எந்தக் குறைவும் இல்லாமல் பதிலளிக்கும் முன் மாதிரியால் செயலாக்கக்கூடிய உரையின் அளவை இது குறிக்கிறது. தற்போதைய நிலையில், தோராயமாக 128k டோக்கன்களுக்கான தரத்தில் எந்த குறையும் இல்லாமல் LLMகள் பதில்களை வழங்க முடியும்.
- நீண்ட கால நினைவகம்: இது முகவரை நீண்ட காலத்திற்கு சூழலுக்கான வரம்பற்ற தகவலைச் சேமித்து நினைவுபடுத்த உதவுகிறது. திறமையான RAG அமைப்புகளுக்கு வெளிப்புற திசையன் கடையைப் பயன்படுத்துவதன் மூலம் இது பெரும்பாலும் அடையப்படுகிறது.
3) செயல் இடம்
- மாதிரி எடைகளில் கிடைக்காத கூடுதல் தகவலைப் பெற வெளிப்புற API களை அழைக்கும் திறனை முகவர் பெறுகிறார் (முன் பயிற்சிக்குப் பிறகு பெரும்பாலும் மாற்றுவது கடினம்). இதில் தற்போதைய தகவலை அணுகுதல், குறியீட்டை செயல்படுத்துதல், தனியுரிம தகவல் ஆதாரங்களை அணுகுதல் மற்றும் மிக முக்கியமாக: தகவல்களை மீட்டெடுப்பதற்கு பிற முகவர்களை அழைப்பது ஆகியவை அடங்கும்.
- செயல்வெளி என்பது எதையாவது மீட்டெடுப்பதை நோக்கமாகக் கொண்ட செயல்களை உள்ளடக்கியது, மாறாக குறிப்பிட்ட செயல்களைச் செய்து அதன் விளைவைப் பெறுவதை உள்ளடக்கியது. மின்னஞ்சல்களை அனுப்புதல், பயன்பாடுகளைத் தொடங்குதல், முன் கதவுகளைத் திறப்பது மற்றும் பல போன்ற செயல்களின் எடுத்துக்காட்டுகள். இந்த செயல்கள் பொதுவாக பல்வேறு APIகள் மூலம் செய்யப்படுகின்றன. கூடுதலாக, முகவர்கள் அவர்கள் அணுகக்கூடிய செயல் நிகழ்வுகளுக்கு மற்ற முகவர்களையும் அழைக்கலாம் என்பதைக் கவனத்தில் கொள்ள வேண்டும்.
புதுப்பிக்கப்பட்டது:
டெவெலப்பர்கள் உங்கள் தரவை எப்படிச் சேகரிக்கிறார்கள் பகிர்கிறார்கள் என்பதைப் புரிந்துகொள்வதிலிருந்தே 'பாதுகாப்பு' தொடங்குகிறது. உங்கள் உபயோகம், பிராந்தியம், வயது ஆகியவற்றின் அடிப்படையில் தரவுத் தனியுரிமை மற்றும் பாதுகாப்பு நடைமுறைகள் வேறுபடலாம். இந்தத் தகவலை டெவெலப்பர் வழங்கியுள்ளார். அவர் காலப்போக்கில் இதைப் புதுப்பிக்கக்கூடும்.
இந்த ஆப்ஸ் இந்தத் தரவு வகைளை மூன்றாம் தரப்புடன் பகிரக்கூடும்
படங்கள் & வீடியோக்கள் மற்றும் ஃபைல்கள் & ஆவணங்கள்
இந்த ஆப்ஸ் பயனரின் தரவு வகைகளைச் சேகரிக்கக்கூடும்
படங்கள் & வீடியோக்கள், ஃபைல்கள் & ஆவணங்கள் மற்றும் ஆப்ஸ் உபயோகம்
தரவு அனுப்பப்படும்போது என்க்ரிப்ட் செய்யப்படும்
அந்தத் தரவை நீக்குவதற்கு நீங்கள் கோரலாம்
புதியது என்ன
Minor improvements to AI models
