关于agi中的Function Calling深入解析
接口(Interface)
两种常见接口：
1、人机交互接口，User Interface,简称UI
2、应用程序编程接口，Application Programming Interface,简称API
接口能【通】的关键，是两边都要遵守约定。
- 人要按照UI的设计来操作。UI的设计要符合人的习惯
- 程序要按照API的设计来调用。API的设计要符合程序惯例。
在日常工作中，调试接口会遇到很多的问题：
- 文档坑，由于文档写得不规范，不好，要花大把时间有研究。
- 大小写坑，接口参数名称大小的问题
- 参数顺序坑
- 参数类型坑，由于不同语言，参数的类型不可能不一样
接口的进化
- 命令行，Command Line Interface,简称CLI(DOS、Unix/Linux shell,Widows Power Shell)
- 图形界面，Graphical User Interfae,简称GUI(Windows、MacOS、IOS、Android)
- 语言界面,Conversational User Interface,简称CUI，或Natural-Language User Interface,简称LUI
- 脑机接口，Brain-Computer Interface,简称BCi
什么是API
- 从本地到远程，从同步到异步，媒介发生很多变化，但本质一直没变：程序员的绽
- 现在，开始进行到自然语言接口，Natural-Languagge Interface,简称NLI
为什么大模型连接外部世界？
大模型两大缺陷：
- 并非知晓一切
- 训练数据不可能什么都有。垂直、非公开数据笔有欠缺
- 不知道最新信息。大模型的训练周期很长，且更新一次耗资巨大，还有越训越傻的风险。所以它不可能实时训练。GPT-3.5和的知识截至2021年9月，GPT-4是2023年12月
- 没有【真逻辑】。它表现出的逻辑、推理，是训练文本的统计规律，而不是真正的逻辑。所以有幻觉。
所以：大模型需要连接真实世界，并对接真逻辑系统。
用AI来做加法：
- 把100以内的所有加法算式都训练给大模型，它就可以回答100以内的加法算式，但仍有概率出错。
- 如果问它更大数字的加法，出错概率就会更大
- 因为它并不懂【加法】，只是记住了100以内的加法算式的统计规律
- 它是用字面意义做数学。
ChatGPT用Actions连接外部世界
第一次尝试：Plugins
- 2023年3月24日发布plugins，模型可以调用外部的api
- 2024年4月9日正式下线，宣告失败
第二次尝试：Actions
actions，内置在GPTS中，解决了落地场景问题
流程解析
-
通过actios的schema,GPT能读懂各个API能做什么、怎么调用
-
拿到prompt,GPT分析出是否调用API才能解析问题
-
如果调用api,生成调用参数
-
ChatGPT调用API
-
API返回结果，GPT读懂结果，整合到回答中
最后，把AI当人看。
Actions开发示例
openapi: 3.1.0 info: title: 高德地图 description: 获取 POI 的相关信息 version: v1.0.0 servers: - url: https://restapi.amap.com/v5/place paths: /text: get: description: 根据POI名称，获得POI的经纬度坐标 operationId: get_location_coordinate parameters: - name: keywords in: query description: POI名称，必须是中文 required: true schema: type: string - name: region in: query description: POI所在的区域名，必须是中文 required: false schema: type: string deprecated: false /around: get: description: 搜索给定坐标附近的POI operationId: search_nearby_pois parameters: - name: keywords in: query description: 目标POI的关键字 required: true schema: type: string - name: location in: query description: 中心点的经度和纬度，用逗号分隔 required: false schema: type: string deprecated: false components: schemas: {}
还需要配置API Key来满足权限要求。
这里的所有name、description都是prompt,决定了GPT会不会调用你的API，调用得是否正确。
Function Calling的机制
原理和actions一样，只是使用方式有别。
原文地址：https://blog.csdn.net/dzend/article/details/137955211
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！