Lernen Sie ChatArena kennen: eine Python-Bibliothek, die die Kommunikation und Zusammenarbeit zwischen mehreren großen Sprachmodellen (LLMs) erleichtern soll.

ChatArena ist ein Python-Paket, das entwickelt wurde, um die Zusammenarbeit verschiedener großer Sprachmodelle (LLMs) zu unterstützen. Eine Multi-Agenten-Konversationssimulationsumgebung ist in ChatArena bereits enthalten. Die Interaktionen der Teilnehmer können durch ihre Umgebung erleichtert und durch ihre Rollen bestimmt werden.

Eine Multi-Agenten-Konversationssimulationsumgebung ist in ChatArena bereits enthalten. Charaktere können verschiedene Rollen einnehmen und die Atmosphäre fördert die Zusammenarbeit. Mit einem LLM kann man bestimmen, wann das Spiel endet und wie das Spiel zwischen den Staaten verläuft.

Zu den LLM-Backends, mit denen ChatArena kompatibel ist, gehören GPT-3.5-turbo, GPT-4, Huggingface Pipeline (mit über 1900 Modellen vom Mannequin Hub), Cohere und mehr. Dies erleichtert offene Kommunikationswege und Kooperationen zwischen konkurrierenden LLMs und erhöht so die Intensität und Vielfalt der Spiele.

Dank der praktischen WebUI- und CLI-Schnittstellen kann man problemlos mit verschiedenen Szenarien in ChatArena interagieren und diese ausprobieren. Erstellen Sie neue Spiele, setzen Sie Spielerwünsche schnell um und probieren Sie ganz einfach verschiedene Ansätze zur Spieleerstellung aus – mit einer unkomplizierten Benutzeroberfläche, die eine schnelle Iteration ermöglicht.

Wenn Sie ein eigenes Sprachspiel erstellen möchten, zeigt Ihnen dieser Leitfaden, wie das geht https://tinyurl.com/2t5us7fv

Die Notwendigkeit, potenzielle Sicherheitsprobleme in der kollaborativen KI zu berücksichtigen und anzugehen, wächst mit der Entwicklung des Bereichs. In Bezug auf Sprachspiele mit mehreren Agenten ist ChatArena ein Werkzeug und ein erster Schritt zum Verständnis von Sicherheit und Ausrichtung.

Schlüssel Konzepte

• Spieler – Um ein Spiel zu spielen, muss man ein „Spieler“ sein, ein Agent, der in der Lage ist, mit anderen Spielern zu interagieren. Title, Infrastruktur und Funktion tragen alle zur Identifizierung eines bestimmten Teilnehmers bei. Sowohl menschliche als auch groß angelegte Sprachmodelle sind Freiwild (LLM).
  • Backend – Um zu definieren, wie ein Spieler mit anderen Spielern kommuniziert, erstellen Python-Entwickler eine Klasse namens „Backend“. Backends können entweder Menschen oder LLMs oder eine Mischung aus beiden sein. Der Title, der Typ und die Parameter eines Backends sind seine definierenden Merkmale.

• Umgebung: In Python ist eine Domäne eine Klasse, die Spielregeln definiert. Title, Typ und Parameter wirken alle zusammen, um eine Umgebung zu spezifizieren.
  • Moderator – Als Python-Klasse legt ein „Moderator“ die Spielregeln fest. Seine bestimmenden Merkmale sind der Title, die Klasse und die Einstellungen eines Moderators.

• Enviornment: In Python ist eine Enviornment eine spielbestimmende Klasse. Zu den Parametern einer bestimmten Enviornment gehören Title, Typ und Größe.

ModeratedConversation ist eine von ChatArena unterstützte erweiterte Einstellung, bei der die Dynamik des Spiels mit einem LLM verwaltet werden kann. Ein Moderator ist eine einzigartige Particular person, die entscheidet, wann das Spiel endet und wie die Zustände geändert werden. Beispielsweise könnte ein Moderator eines Brettspiels so programmiert werden, dass er den Punktestand zählt und das Spiel unterbricht, sobald ein Spieler den Sieg errungen hat. Tic-Tac-Toe und Stein-Schere-Papier können gespielt werden, um ein Gefühl für das System zu bekommen.

Besuche die GitHub-Repository für weitere und ausführlichere Particulars.

Hauptmerkmale

• Zu den zahlreichen Funktionen gehören eine Sammlung sprachgesteuerter Umgebungen, die für verschiedene Zwecke verwendet werden können, und ein Rahmenwerk für die Erstellung von Sprachspielen mit mehreren Agenten.
• Man kann problemlos mehrere unterschiedliche Agent-Participant erstellen, die auf LLMs basieren, und dank der für die Multi-LLM-Interaktion eingerichteten Infrastruktur können alle miteinander kommunizieren.
• Die LLM-Participant können über die intuitive grafische Benutzeroberfläche (GUI) und die Befehlszeilenschnittstelle (CLI) des Programs entwickelt (immediate entwickelt) und in der Umgebung bereitgestellt werden.

Besuche die Github Und Projekt. Alle Anerkennung für diese Forschung gebührt den Forschern dieses Projekts. Vergessen Sie auch nicht, mitzumachen unser 18k+ ML SubReddit, Discord-KanalUnd E-Mail-Newsletterwo wir die neuesten Nachrichten aus der KI-Forschung, coole KI-Projekte und mehr teilen.