FuncReAct OpenAIの関数呼び出しを利用したReActエージェント

FuncReAct OpenAIの関数呼び出しを利用したReActエージェント' Condensed result 'FuncReAct OpenAIの関数呼び出しを利用したReActエージェント

第1部 — プロンプトエンジニアリング技術の理解

もしまだプロンプトが何か分からないのであれば、あなたはおそらく岩の下に生活しているか、昏睡から目を覚ましたばかりです。LLMやジェネレーティブAIに関連するプロンプトとは、求める出力を受け取るためにモデルに提供するコマンドの形式設定のことを指します。良いプロンプトは素晴らしい結果を生み出し、悪いプロンプトは体験を台無しにします。

LLMや他のジェネレーティブAIモデルからの応答は、それに提供されるプロンプト（コマンド）の良し悪しによって決まります。出力は、プロンプトがどれだけうまく作成され、すべてが明確かつ簡潔に説明されているかに依存します。

これはモデルのトレーニングに似ています。良いデータを入力することで、クリーンなデータがトレーニングに使用され、良い予測が出力されます。トレーニング用に提供されるデータが良くない場合、出力も悪くなります。ゴミを入れればゴミを出すということです。同様に、良いプロンプトは良い出力をもたらします。

ChatGPTのリリース以来、「プロンプトエンジニアリング」という言葉に対して多くの話題がありました。このブログでは、さまざまなプロンプトエンジニアリング技術を見て、OpenAI APIを使用した関数呼び出しの基礎を知ることにします。

• 「学生向けの最高のAIツール（2023年9月）」
• Amazon SageMaker Model Cardの共有を利用して、モデルのガバナンスを向上させる
• 「Microsoftが’思考のアルゴリズム’を通じてAIに人間のような推論を注入する」

このブログの内容に深く入り込む前に、このブログは全体で4つのパートに分かれていることをお伝えしておきたいと思います。これは、読む時間を10〜11分に抑えるために行われました。このシリーズ全体で多くの議論が行われるため、パート間に休憩を取ることをおすすめします。ご辛抱いただき、すべてのパートをお読みいただければ、大いに学べると確信しています。

興味を引くために、これら4つのパートで構築するReAct RAGエージェントの動作デモを追加しました。

次のブログを待ちきれない場合は、FuncReActリポジトリをご覧いただき、それについての初歩的な紹介をご覧いただけます。

プロンプトエンジニアリング

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