Auto-GPT
Вчера попробовал накатить себе занимательный оупенсорсный проект, Auto-GPT. Авторы сделали кодовую базу на Python, которая ходит в Google, парсит сайты и связывает всё это через API OpenAI. Зачем она нужна. Она может решить более верхнеуровневые задачи, которые требует поиска в интернете и локального хранения данных.
Я поставил перед ней такую задачу: «Расскажи, что показали на Google I/O, и переведи на русский». В этот момент Google I/O только-только завершилось. Она пошла сначала на сайт Google I/O, не нашла там инфы, пошла в Google за новостями. Рекурсивно обошла новостные сайты, для одного из сайтов написала скрипт, который выдирает из html-тегов контент, запустила его, выдала текст на английском, потом пошла переводить это на русский язык. Результат впечатлил, правда, качество перевода оставляло желать лучшего, так как Auto-GPT пошла переводить не в API OpenAI, а в Google Translate. На каждом шаге модель рассуждает, что делать, куда идти, какие есть опасения. За всем этим можно следить через консоль.
Остались смешанные чувства. Во-первых, её достаточно сложно накатить себе на компьютер без программистских навыков. Во-вторых, список задач пока не такой широкий. В-третьих, всё происходит очень медленно, мою задачу она решала минут 20. В-четвертых, пусть решение и оупенсорсное, но API OpenAI за пейволлом, хотя стоит, если честно, всё — копейки, на свою задачу я потратил $0.10. В-пятых, над всем этим не хватает интерфейса, надеюсь, его прикрутят. НО! Как мне кажется, будущее именно за такими решениями, которые комбинируют несколько моделей и API разных сервисов. Об этом же говорит количество звёзд на Github, аж 120k. Для сравнения у фреймворка Django их всего 70k.
Поддержать на Boosty | Deep talk шоу «Антоха и Саня» | Twitter | Instagram | YouTube
Вчера попробовал накатить себе занимательный оупенсорсный проект, Auto-GPT. Авторы сделали кодовую базу на Python, которая ходит в Google, парсит сайты и связывает всё это через API OpenAI. Зачем она нужна. Она может решить более верхнеуровневые задачи, которые требует поиска в интернете и локального хранения данных.
Я поставил перед ней такую задачу: «Расскажи, что показали на Google I/O, и переведи на русский». В этот момент Google I/O только-только завершилось. Она пошла сначала на сайт Google I/O, не нашла там инфы, пошла в Google за новостями. Рекурсивно обошла новостные сайты, для одного из сайтов написала скрипт, который выдирает из html-тегов контент, запустила его, выдала текст на английском, потом пошла переводить это на русский язык. Результат впечатлил, правда, качество перевода оставляло желать лучшего, так как Auto-GPT пошла переводить не в API OpenAI, а в Google Translate. На каждом шаге модель рассуждает, что делать, куда идти, какие есть опасения. За всем этим можно следить через консоль.
Остались смешанные чувства. Во-первых, её достаточно сложно накатить себе на компьютер без программистских навыков. Во-вторых, список задач пока не такой широкий. В-третьих, всё происходит очень медленно, мою задачу она решала минут 20. В-четвертых, пусть решение и оупенсорсное, но API OpenAI за пейволлом, хотя стоит, если честно, всё — копейки, на свою задачу я потратил $0.10. В-пятых, над всем этим не хватает интерфейса, надеюсь, его прикрутят. НО! Как мне кажется, будущее именно за такими решениями, которые комбинируют несколько моделей и API разных сервисов. Об этом же говорит количество звёзд на Github, аж 120k. Для сравнения у фреймворка Django их всего 70k.
Поддержать на Boosty | Deep talk шоу «Антоха и Саня» | Twitter | Instagram | YouTube