HuggingGPT：利用 ChatGPT 及其在 Hugging Face 中的友模型解决 AI 任务
计算与语言
2023-12-05 v4 人工智能
计算机视觉与模式识别
机器学习
摘要
解决跨不同领域与模态的复杂 AI 任务是迈向通用人工智能的关键一步。尽管针对各种领域与模态已有大量 AI 模型可用，它们却无法自主处理复杂 AI 任务。考虑到大语言模型（LLMs）已在语言理解、生成、交互与推理方面展现出卓越能力，我们主张 LLMs 可作为控制器来管理现有 AI 模型以解决复杂 AI 任务，并以语言作为通用接口来赋能这一过程。基于这一理念，我们提出 HuggingGPT，一个由 LLM 驱动的智能体，它利用 LLMs（如 ChatGPT）连接机器学习社区（如 Hugging Face）中的各类 AI 模型以解决 AI 任务。具体而言，我们在接收到用户请求时使用 ChatGPT 进行任务规划，依据 Hugging Face 中可用的功能描述选择模型，用所选 AI 模型执行各子任务，并根据执行结果汇总响应。借助 ChatGPT 的强语言能力与 Hugging Face 中丰富的 AI 模型，HuggingGPT 能够处理跨越不同模态与领域的广泛复杂 AI 任务，并在语言、视觉、语音及其他挑战性任务中取得令人印象深刻的成果，这为通用人工智能的实现铺就了新路径。
引用
@article{arxiv.2303.17580,
title = {HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face},
author = {Yongliang Shen and Kaitao Song and Xu Tan and Dongsheng Li and Weiming Lu and Yueting Zhuang},
journal= {arXiv preprint arXiv:2303.17580},
year = {2023}
}