{"id":107246,"date":"2023-03-13T18:48:30","date_gmt":"2023-03-13T16:48:30","guid":{"rendered":"https:\/\/prohoster.info\/?p=107246"},"modified":"2023-03-14T14:08:05","modified_gmt":"2023-03-14T12:08:05","slug":"opublikovan-openchatkit-instrumentarij-dlya-sozdaniya-chatbotov","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pt\/blog\/news\/opublikovan-openchatkit-instrumentarij-dlya-sozdaniya-chatbotov","title":{"rendered":"Foi publicado o OpenChatKit, um kit de ferramentas para cria\u00e7\u00e3o de chatbots","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Foi apresentado um conjunto de ferramentas aberto, o OpenChatKit, visando simplificar a cria\u00e7\u00e3o de chatbots para aplica\u00e7\u00f5es especializadas e gerais. O sistema \u00e9 adaptado para realizar tarefas como responder perguntas, conduzir di\u00e1logos em m\u00faltiplas etapas, resumir, extrair informa\u00e7\u00f5es e classificar textos. O c\u00f3digo \u00e9 escrito em Python e distribu\u00eddo sob a licen\u00e7a Apache 2.0. O projeto inclui um modelo pronto, c\u00f3digo para treinar seu pr\u00f3prio modelo, utilit\u00e1rios para testar os resultados do modelo, ferramentas para complementar o modelo com contexto de um \u00edndice externo e adaptar o modelo b\u00e1sico para resolver suas pr\u00f3prias tarefas. <\/p>\n
Como base para o bot, \u00e9 proposta uma modelo de aprendizado de m\u00e1quina b\u00e1sico (GPT-NeoXT-Chat-Base-20B), constru\u00eddo com um modelo de linguagem que abrange cerca de 20 bilh\u00f5es de par\u00e2metros e otimizado para conversa\u00e7\u00e3o. Para treinar o modelo, foram utilizados dados provenientes das cole\u00e7\u00f5es de projetos LAION, Together e Ontocord.ai. <\/p>\n
Para expandir a base de conhecimento existente, \u00e9 proposta uma sistema capaz de extrair informa\u00e7\u00f5es adicionais de reposit\u00f3rios externos, APIs e outras fontes. Por exemplo, \u00e9 poss\u00edvel atualizar informa\u00e7\u00f5es utilizando dados da Wikipedia e feeds de not\u00edcias. Al\u00e9m disso, est\u00e1 dispon\u00edvel um modelo para modera\u00e7\u00e3o, treinado com 6 bilh\u00f5es de par\u00e2metros, baseado no modelo GPT-JT e destinado a filtrar perguntas inaceit\u00e1veis ou limitar discuss\u00f5es em t\u00f3picos espec\u00edficos. <\/p>\n
Um projeto que merece destaque \u00e9 o ChatLLaMA, que oferece uma biblioteca para a cria\u00e7\u00e3o de assistentes inteligentes semelhantes ao ChatGPT. O projeto est\u00e1 em desenvolvimento com aten\u00e7\u00e3o \u00e0 possibilidade de ser executado em infraestrutura pr\u00f3pria e criar solu\u00e7\u00f5es personalizadas, focadas em \u00e1reas de conhecimento espec\u00edficas (por exemplo, medicina, jurisprud\u00eancia, jogos, pesquisa cient\u00edfica, etc.). O c\u00f3digo do ChatLLaMA \u00e9 disponibilizado sob a licen\u00e7a GPLv3. <\/p>\n
O projeto suporta o uso de modelos baseados na arquitetura LLaMA (Large Language Model Meta AI), proposta pela Meta. O modelo completo LLaMA cobre 65 bilh\u00f5es de par\u00e2metros, mas para o ChatLLaMA recomenda-se usar op\u00e7\u00f5es com 7 e 13 bilh\u00f5es de par\u00e2metros ou modelos GPTJ (6 bilh\u00f5es), GPTNeoX (1,3 bilh\u00f5es), 20BOPT (13 bilh\u00f5es), BLOOM (7,1 bilh\u00f5es) e Galactica (6,7 bilh\u00f5es). Originalmente, os modelos LLaMA s\u00e3o fornecidos apenas a pesquisadores por solicita\u00e7\u00e3o especial, mas como para a entrega de dados foram usados torrentes, entusiastas prepararam um script que permite baixar o modelo para qualquer interessado. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"