「Chapyterをご紹介します:ChatGPTがPythonノートブックの作成をサポートするための新しいJupyter拡張機能」

Chapyter A new Jupyter extension to support ChatGPT in creating Python notebooks

Chapyterは、言語モデラーのグループによって開発された新しいJupyterプラグインで、ChatGPTを統合してPythonノートブックを作成できます。システムは以前に実行されたセルの結果も読み込むことができます。

ChapyterはJupyterLabのアドオンであり、手間なく開発環境にGPT-4を統合することができます。自然言語で書かれた説明をPythonのコードに変換し、自動的に実行するインタプリタを備えています。Chapyterは「自然言語プログラミング」を好きなIDEで可能にすることで生産性を向上させ、新しいことを試すことができます。

主な特徴

  • 自然言語からコードを自動生成し、実行するプロセス。
  • 過去のコードと前回の実行結果に基づいて新しいコードを生成すること。
  • コードの修正とバグ修正をリアルタイムで行うこと。
  • カスタマイズオプションとAIの設定プロンプトに完全な可視性。
  • 先進的なAI技術を利用する際にはプライバシーを重視すること。

ライブラリのプロンプトと設定は公開されており、研究者たちはこれらの質問と設定のカスタマイズを簡素化するために取り組んでいます。Chapyter/programs.pyでこれを確認することができます。

OpenAIがトレーニングデータを処理する方法については、APIのデータ使用ポリシーをご覧ください。一方、CopilotやChatGPTを使用する際には、一部のデータがキャッシュされ、それらのサービスのトレーニングと分析に使用されます。Chapyterは、ipythonのマジックコマンドを使用してプロンプトを管理し、そのコマンドを使用してGPT-Xモデルを呼び出すという2つの主要なパーツで構成されています。Chapyterセルの実行を監視するユーザーインターフェースは、新しく作成されたセルを実行し、セルのスタイルを自動的に更新します。

多くのプログラマーは、ノートブックで「断片的」な方法で作業することを好みます。次のセルに移る前に、一度に数行のコードしか書かないことがあります。各セルの目的は比較的控えめで、隣接するセルとは独立しています。後続の作業は、前の作業とはあまり関係がない場合もあります。たとえば、ニューラルネットワークを作成する際にデータセットのローダーを追加するには、異なる思考とコードの記述方法が必要です。タスクを切り替えることは効率的ではなく、疲労の原因となる可能性があります。機械に残りをやらせたいと思うときには、「データセットをロードしてニューラルネットワークをテストする方法を教えてください」というコマンドが役立つかもしれません。

Chapyterのセルレベルのコード開発と自律実行は、この問題に対する解決策を提供します。新しいセルを作成すると、Chapyterはテキストに基づいてコードを構築し、自動的に実行するためにGPT-Xモデルを自動的に呼び出します。Copilotのように、数行のコードに限定されたマイクロタスクをサポートすることに焦点を当てているわけではありませんが、現在のコードとは異なるタスクを完全に引き継ぐことを目指しています。

Chapyterは、ローカルインストール後にJupyterLabと完全に統合される軽量なPythonツールです。デフォルトでは、OpenAI APIは対話データとコードをGPT-Xモデルを呼び出した後に破棄するように設定されています。ライブラリには、すべての標準のプロンプト、「プログラム」、およびパーソナライズドなプロンプトをロードするオプションが含まれています。Chapyterは、以前のコーディングの決定とランタイムデータを分析することで、知的な推奨事項を行うことができます。必要に応じてファイルをロードし、追加の処理と分析のための提案が提供されます。

今日のAIの制約を考慮した上で、Chapyterは生成されたコードを簡単にデバッグおよび改善できるように設計されています。

3ステップのインストールプロセスは簡単に実行できます。詳細な情報は、https://github.com/chapyter/chapyterでGitHubで確認できます。

近々、研究者たちはChapyterの主要な改良をリリースし、コードの生成と実行においてさらに柔軟性とセキュリティを高める予定です。彼らは、300のセル実行を持つjupyterノートブックが必要なすべてのヘルプを提供するかどうかをテストするのが楽しみです。ぜひ私たちのツールを試して、さらなる改善にご期待ください。皆様のご意見を大切にしています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「2023年に試してみることができるChatGPTのトップ22の代替品(無料および有料)」

ChatGPTは、さまざまなタスクにおいて最も有名で一般的に使用されているAIツールです。さまざまなコースや教材があり、その潜...

機械学習

「シャッターストックがNVIDIAピカソとともに生成AIを3Dシーンの背景に導入」

こんな感じです:Shutterstockの最新のツールを使って、クリエイターはジェネレーティブAIの助けを借りて、迅速にカスタマイ...

データサイエンス

「LangchainなしでPDFチャットボットを構築する方法」

はじめに Chatgptのリリース以来、AI領域では進歩のペースが減速する気配はありません。毎日新しいツールや技術が開発されて...

AI研究

この人工知能の研究は、トランスフォーマーベースの大規模言語モデルが外部メモリを追加して計算的に普遍的であることを確認しています

トランスフォーマーベースのモデル(GPT-2やGPT-3など)によって達成された驚くべき結果は、研究コミュニティを大規模な言語...

データサイエンス

『Audio-LDMを使用してテキストを音声に変換する完全ガイド』

Audio-LDMモデルを使用して、テキストから音声生成の力を解き放つAIの力

人工知能

コード生成のための5つのChatGPTの代替手段:超高速開発へのハイパードライブ

「ChatGPT の代わりにコード生成を強化し、開発を加速させるための 5 つの強力な代替手段を見つけよう最高のツールをいくつか...