GitHub - microsoft/JARVIS

Descrição

JARVIS é um sistema colaborativo que utiliza LLMs para se conectar com vários modelos de IA para tarefas complexas. O sistema, desenvolvido pela Microsoft, visa avançar a pesquisa em inteligência geral artificial (AGI). Ele opera por meio de um fluxo de trabalho de quatro estágios: Planejamento de Tarefas, Seleção de Modelos, Execução de Tarefas e Geração de Respostas. O sistema usa o ChatGPT para analisar as solicitações do usuário, selecionar modelos especializados do Hugging Face, executar tarefas e gerar respostas.

JARVIS oferece vários recursos, incluindo suporte para os serviços OpenAI na plataforma Azure e o modelo GPT-4. Ele fornece modos CLI e web para interação. O sistema suporta diferentes configurações, incluindo uma versão 'lite' que não requer a implantação de modelos locais e uma versão 'default' com requisitos mais extensos. O projeto também inclui uma demonstração Gradio e acesso à API web para resultados intermediários. A arquitetura do sistema permite a integração de vários modelos, aprimorando suas capacidades em automação de tarefas e geração de respostas.

JARVIS foi projetado para pesquisadores, desenvolvedores e qualquer pessoa interessada em explorar as capacidades de LLMs e automação de tarefas de IA. O design modular do sistema permite a fácil integração de novos modelos e funcionalidades. O projeto fornece instruções detalhadas para configuração e uso, incluindo configuração do servidor e implantação de aplicativos web. O projeto também fornece exemplos de solicitações e respostas para ajudar os usuários a entender como interagir com o sistema. A documentação do projeto inclui informações sobre requisitos do sistema, guias de início rápido e informações de citação para os artigos de pesquisa relacionados.

Recursos principais de GitHub

• Integra LLMs com modelos especializados

• Suporta planejamento e execução de tarefas

• Utiliza ChatGPT para análise de tarefas e geração de respostas

• Oferece modos CLI e web

• Suporta OpenAI e GPT-4

• Fornece uma demonstração Gradio

• Oferece uma API web para resultados intermediários

• Inclui uma configuração 'lite' para facilitar a configuração

• Suporta local e Hugging Face Inference Endpoints

• Facilita a automação de tarefas de IA

• Design modular para fácil integração de novos modelos

Primeiros passos com GitHub

1. 1

   Clone: Clone o repositório JARVIS do GitHub.

2. 2

   Instale as dependências: Configure o ambiente e instale os pacotes necessários usando conda e pip.

3. 3

   Configure: Substitua as chaves e tokens da API nos arquivos de configuração.

4. 4

   Baixe os modelos: Baixe os modelos necessários usando o script fornecido.

5. 5

   Execute: Execute o servidor e o aplicativo no modo servidor, CLI ou web.

6. 6

   Acesse: Acesse os serviços via API Web ou a demonstração Gradio.

7. 7

   Teste: Teste o sistema enviando solicitações e analisando as respostas.

8. 8

   Otimize: Explore diferentes configurações e modelos para otimizar o desempenho.

Casos de uso de GitHub

• Automação de Tarefas
• Integração de Modelos
• Pesquisa em IA
• Acesso à API Web
• Demonstração Gradio
• Interação CLI
• Avaliação de Modelos

Perguntas frequentes de GitHub

• O que é JARVIS?

  JARVIS é um sistema desenvolvido pela Microsoft para conectar LLMs com a comunidade de ML, projetado para explorar a inteligência geral artificial (AGI).

• Como o JARVIS funciona?

  JARVIS opera em quatro estágios: Planejamento de Tarefas, Seleção de Modelos, Execução de Tarefas e Geração de Respostas, usando o ChatGPT como controlador e modelos especializados como executores.

• Quais são os requisitos do sistema para o JARVIS?

  Os requisitos variam dependendo da configuração. A configuração 'default' requer Ubuntu 16.04 LTS, VRAM >= 24GB, RAM > 12GB e espaço em disco > 284GB. A configuração 'lite' tem requisitos mínimos.

• Como faço para começar a usar o JARVIS?

  Primeiro, substitua sua Chave OpenAI e Token Hugging Face no arquivo de configuração. Em seguida, execute os comandos de configuração para o servidor e o aplicativo.

• Quais modos estão disponíveis para interagir com o JARVIS?

  JARVIS oferece modo CLI, modo servidor com uma API Web e uma demonstração Gradio para interação.

• Onde posso encontrar a demonstração Gradio?

  A demonstração Gradio está hospedada no Hugging Face Space.

• Qual é o objetivo dos arquivos de configuração?

  Os arquivos de configuração, como config.default.yaml e config.lite.yaml, especificam as configurações do servidor, incluindo a seleção de modelos e os endpoints de inferência.

• Qual é a diferença entre as configurações 'default' e 'lite'?

  A configuração 'lite' não requer que nenhum modelo especializado seja baixado e implantado localmente, enquanto a configuração 'default' requer mais recursos e permite a implantação de modelos locais.

• Como posso citar o JARVIS?

  Você pode citar o artigo conforme fornecido no arquivo README, incluindo os autores e detalhes da publicação.

• Quais são os modos de inferência suportados?

  Os modos de inferência suportados são local, huggingface e híbrido.