Narodziny Gorilli: Nowy system AI przewyższający GPT-4 (w korzystaniu z API)

Nowy system AI o nazwie Gorilla, osiągający lepsze wyniki od GPT-4, jeśli chodzi o wykorzystanie API (interfejsów programowania aplikacji), opracowany przez badaczy z UC Berkeley, Gorilla stanowi istotny postęp w umożliwianiu systemom AI efektywnego wykorzystania narzędzi i interfejsów programistycznych. No i możesz go nauczyć swojego API…

Kluczową innowacją stojącą za Gorillą jest połączenie treningu dużych modeli językowych z systemem wyszukiwania (ang.retrieval), który może uzyskiwać dostęp do stale aktualizowanej dokumentacji API. Pozwala to Gorilli nadążać za często zmieniającymi się realnymi API, zachowując przy tym silne zdolności rozumienia języka.

 

W rygorystycznych testach z wykorzystaniem nowatorskiego zestawu testów APIBench, Gorilla przewyższyła GPT-4 i inne czołowe systemy AI w wyborze odpowiednich API do różnych zadań. Wykazywała również znacznie mniejszą skłonność do „halucynacji” – wywoływania API, które w rzeczywistości nie istnieją. Ta niezawodność ma kluczowe znaczenie dla zastosowań praktycznych.

Badacze podkreślają, że dostęp do milionów API odblokowuje nowe możliwości dla systemów AI, które wykraczają daleko poza ich wrodzoną wiedzę. Opanowując użycie API, Gorilla i przyszłe modele mogłyby realizować złożone cele, takie jak zorganizowanie całej konferencji (rezerwacja hotelu, lotów, cateringu czy rozrywki), po prostu poprzez wykorzystanie dostępny interfejsów programistyczny.

 

Integracja systemów wyszukiwania z modelami językowymi jest obiecującą ścieżką na zmniejszenie halucynacji i poprawę dokładności faktów.

Gorilla wykazała również zdolność do rozumienia ograniczeń i kompromisów przy wyborze API, wybierając te, które spełniały wymagane kryteria dokładności i wydajności. Ta zniuansowana zdolność rozumowania będzie ważna, gdy AI podejmie bardziej zaawansowane wyzwania.

Przewyższając nawet GPT-4, wcześniej uznawany za najbardziej zaawansowany system AI, Gorilla podkreśla, że wyspecjalizowane szkolenie jest wciąż niezbędne, aby osiągnąć ekspercki poziom wydajności w konkretnych zadaniach. W połączeniu z coraz większymi modelami, takie ukierunkowane dostrajanie prawdopodobnie przyniesie jeszcze lepsze rezultaty.

Udostępnienie podejścia szkoleniowego Gorilli, kodu modelu i zestawów danych powinno przyspieszyć badania nad zaawansowanym wykorzystaniem API. W miarę rozprzestrzeniania się tej zdolności w dziedzinach takich jak nauka, finanse i medycyna, być może zobaczymy, jak AI przechodzi z narzędzia rozmownego do zdolnego agenta odblokowującego światy wiedzy.