ما از کوکی ها و فناوری های دیگر در این وبسایت برای بهبود تجربه کاربری شما استفاده می کنیم.
با کلیک بر روی هر پیوند در این صفحه شما دستور خود را برای سیاست حفظ حریم خصوصیاینجاو سیاست فایلمی دهید.
باشه موافقم بیشتر بدانید

GOAT.AI اسکرین شات ها

درباره‌ی GOAT.AI

هوش مصنوعی مستقل جریان آزاد

ارکستراسیون هدف گرا از وظایف عامل. اساساً عوامل هوش مصنوعی برای اجرای وظیفه شما با یکدیگر ارتباط برقرار می کنند.

مثال: "بهترین روز ماه آینده را برای یک نیمه ماراتن 20 کیلومتری انتخاب کنید". هوش مصنوعی شروع به همکاری خواهد کرد: عامل آب و هوا پیش بینی ها را بازیابی می کند، عامل جستجوی وب شرایط بهینه در حال اجرا را شناسایی می کند، و عامل Wolfram "بهترین روز" را محاسبه می کند. این هنر هوش مصنوعی متصل است که کارهای پیچیده را با پیچیدگی ساده می کند.

LLM ها به عنوان اصلی ترین فریم برای عوامل مستقل مفهومی جذاب است. نمایش هایی مانند AutoGPT، GPT-Engineer، و BabyAGI به عنوان مثال های ساده ای از این ایده هستند. پتانسیل LLM فراتر از تولید یا تکمیل کپی ها، داستان ها، مقاله ها و برنامه های به خوبی نوشته شده است. آنها را می‌توان به‌عنوان «حل‌ال‌کننده وظایف عمومی» قدرتمند در نظر گرفت، و این همان چیزی است که ما در ساختن سازمان‌دهی هدف‌گرای گروه وظیفه‌ی عامل (GOAT.AI) به آن دست می‌یابیم.

برای اینکه یک ارکستراسیون هدف گرا از یک سیستم کارگروه عامل LLM وجود داشته باشد و به درستی عمل کند، سه جزء اصلی سیستم باید به درستی عمل کنند.

- بررسی اجمالی

1) برنامه ریزی

- هدف فرعی و تجزیه: عامل وظایف بزرگ را به اهداف فرعی کوچکتر و قابل مدیریت تقسیم می کند و انجام وظایف پیچیده را به طور موثر آسان می کند.

- انعکاس و پالایش: عامل درگیر خودانتقادی و تأمل در اعمال گذشته می شود، از اشتباهات درس می گیرد و رویکردها را برای مراحل آینده بهبود می بخشد، در نتیجه کیفیت کلی نتایج را افزایش می دهد.

2) حافظه

- حافظه کوتاه مدت: به مقدار متنی که مدل می تواند قبل از پاسخگویی بدون افت کیفیت پردازش کند، اشاره دارد. در وضعیت فعلی، LLM ها می توانند پاسخ هایی را بدون کاهش کیفیت برای تقریباً 128 هزار توکن ارائه دهند.

- حافظه بلندمدت: این عامل را قادر می سازد تا مقدار نامحدودی از اطلاعات را برای زمینه در مدت زمان طولانی ذخیره و به خاطر بیاورد. اغلب با استفاده از یک ذخیره ساز خارجی برای سیستم های RAG کارآمد به دست می آید.

3) فضای عمل

- عامل توانایی فراخوانی APIهای خارجی را برای به دست آوردن اطلاعات اضافی که در وزن های مدل موجود نیست (که اغلب پس از آموزش قبل از آموزش اصلاح آنها دشوار است) به دست می آورد. این شامل دسترسی به اطلاعات فعلی، اجرای کد، دسترسی به منابع اطلاعاتی اختصاصی و مهمتر از همه: فراخوانی عوامل دیگر برای بازیابی اطلاعات است.

- فضای عمل همچنین شامل اقداماتی است که هدف آنها بازیابی چیزی نیست، بلکه شامل انجام اقدامات خاص و به دست آوردن نتیجه حاصله است. نمونه هایی از این اقدامات عبارتند از ارسال ایمیل، راه اندازی برنامه ها، باز کردن درهای ورودی و موارد دیگر. این اقدامات معمولاً از طریق API های مختلف انجام می شود. علاوه بر این، مهم است که توجه داشته باشید که عامل ها همچنین می توانند عوامل دیگری را برای رویدادهای عملی که به آنها دسترسی دارند فراخوانی کنند.

جدیدترین چیست در نسخه‌ی 1.0.1

Last updated on 12/04/2024

Minor improvements to AI models

بارگذاری ترجمه...

اطلاعات تکمیلی برنامه

آخرین نسخه

وارد شوید undefined در undefined 1.0.1

بارگذاری شده توسط

Ivan Hernandezv

نیاز به اندروید

Android 5.0+

Available on

دانلود GOAT.AI بیشتر برنامه‌ها

نمایش بیشتر
زبان‌ها
اشتراک در APKPure
اولین کسی باشید که به نسخه اولیه، اخبار و راهنمای بهترین بازی ها و برنامه های اندروید دسترسی پیدا می کند.
نه، متشکرم
ثبت نام
با موفقیت مشترک شد!
اکنون به APKPure مشترک شده اید.
اشتراک در APKPure
اولین کسی باشید که به نسخه اولیه، اخبار و راهنمای بهترین بازی ها و برنامه های اندروید دسترسی پیدا می کند.
نه، متشکرم
ثبت نام
موفقیت!
شما الان عضو خبرنامه‌ی ما شدید.