Logotipo de Zephyrnet

Presentamos el intérprete de datos de MetaGPT: soluciones de datos basadas en LLM de código abierto SOTA – KDnuggets

Fecha:

Intérprete de datos de MetaGPT: modelado estadístico de código abierto
Imagen creada por el autor con Midjourney
 

MetaGPT es un marco de múltiples agentes para asignar roles a varios agentes que conduce a la formación de entidades colaborativas que pueden trabajar en conjunto para ejecutar instrucciones complejas. MetaGPT se anuncia a sí misma como una “empresa de software como sistema multiagente”, lo que le da una idea del uso previsto de estas entidades colaborativas. MetaGPT se puede utilizar como una aplicación independiente desde la línea de comandos y como una biblioteca dentro de sus propios scripts de Python, lo que permite la flexibilidad y el control que uno desearía en un marco de este tipo.

El proyecto comenzó en abril de 2023, aprovechando ChatGPT, y en el momento de escribir este artículo tiene casi 40 estrellas en GitHub. Su repositorio de GitHub se describe a sí mismo de la siguiente manera:

MetaGPT toma un requisito de una línea como entrada y salida de historias de usuarios/análisis competitivo/requisitos/estructuras de datos/API/documentos, etc.

Internamente, MetaGPT incluye gerentes de producto/arquitectos/gerentes de proyecto/ingenieros. Proporciona todo el proceso de una empresa de software junto con SOP cuidadosamente orquestados.

Arquitectura metaGPT
Esquema de agentes múltiples de la compañía de software de MetaGPT (implementación gradual) (de GitHub de MetaGPT)
 

MetaGPT se puede utilizar para generación de código, creación de prototipos, planificación de proyectos y más. Ha sido reconocido como un logro destacado de código abiertoy es continuamente un repositorio de GitHub de tendencia.

Eso es MetaGPT. Ahora hablemos Intérprete de datos, Sabiduría profundaLa última mejora de MetaGPT y un logro por derecho propio.

 

Data Interpreter es otro agente miembro del marco MetaGPT, un agente dedicado a evaluar y resolver tareas relacionadas con datos. Del periódico:

En este estudio, presentamos Data Interpreter, una solución diseñada para resolver con código que enfatiza tres técnicas fundamentales para aumentar la resolución de problemas en la ciencia de datos: 1) planificación dinámica con estructuras gráficas jerárquicas para la adaptabilidad de los datos en tiempo real; 2) integración dinámica de herramientas para mejorar el dominio del código durante la ejecución, enriqueciendo la experiencia necesaria; 3) identificación de inconsistencias lógicas en la retroalimentación y mejora de la eficiencia mediante el registro de experiencias. […] En comparación con las líneas de base de código abierto, demostró un rendimiento superior, mostrando mejoras significativas en las tareas de aprendizaje automático, aumentando de 0.86 a 0.95. Además, mostró un aumento del 26 % en el conjunto de datos MATH y una notable mejora del 112 % en las tareas abiertas.

Estos hallazgos son ciertamente impresionantes. Y no hace falta tomarlos al pie de la letra, ya que han publicado estos resultados. Deep Wisdom también ha puesto a disposición una multitud de ejemplos para mostrar cómo se puede utilizar su agente Data Interpreter junto con el marco MetaGPT existente.

Este ejemplo aquí muestra cómo se puede utilizar para el análisis de tendencias de acciones de NVIDIA. Para ver cómo se ve el mensaje del intérprete de datos MetaGPT, lo duplicaré a continuación:

Obtenga datos sobre el precio de las acciones de NVIDIA Corporation (NVDA) de Yahoo Finance, centrándose en los precios de cierre históricos de los últimos 5 años. Estadísticas resumidas (media, mediana, desviación estándar, etc.) para comprender la tendencia central y la dispersión de los precios de cierre. Analice los datos en busca de tendencias, patrones o anomalías notables a lo largo del tiempo, utilizando potencialmente promedios móviles o cambios porcentuales. Cree un gráfico para visualizar todo el análisis de datos. Reserve el 20% del conjunto de datos para su validación. Entrene un modelo predictivo en el conjunto de entrenamiento. Informe la precisión de la validación del modelo y visualice el resultado de la predicción. cerca

Puede consultar el cuaderno de ejemplo (vinculado arriba) para seguir el proceso de MetaGPT y ver los resultados. Alerta de spoiler: Deep Wisdom no los comparte porque no son impresionantes 🙂

Leer el papel completo para toda la información que puedas pedir. Puede obtener más información sobre la instalación y el uso en la página del proyecto. Repositorio GitHub. Puedo dar fe por experiencia de que vale la pena probar MetaGPT y, con la incorporación del agente Data Interpreter, esto es aún más cierto que antes.
 
 

Mateo Mayo (@mattmayo13) tiene una maestría en informática y un diploma de posgrado en minería de datos. Como editor en jefe de KDnuggets, Matthew tiene como objetivo hacer accesibles conceptos complejos de ciencia de datos. Sus intereses profesionales incluyen el procesamiento del lenguaje natural, los algoritmos de aprendizaje automático y la exploración de la IA emergente. Lo impulsa la misión de democratizar el conocimiento en la comunidad de ciencia de datos. Matthew ha estado codificando desde que tenía 6 años.

punto_img

Información más reciente

punto_img