लेखक द्वारा मिडजर्नी के साथ बनाई गई छवि
मेटाजीपीटी विभिन्न एजेंटों को भूमिकाएँ सौंपने के लिए एक बहु-एजेंट ढांचा है जो सहयोगी संस्थाओं के गठन की ओर ले जाता है जो जटिल निर्देशों को निष्पादित करने के लिए मिलकर काम करने में सक्षम हैं। मेटाजीपीटी खुद को "मल्टी-एजेंट सिस्टम के रूप में सॉफ्टवेयर कंपनी" के रूप में प्रस्तुत करता है, जिससे आपको इन सहयोगी संस्थाओं के इच्छित उपयोग का अंदाजा मिलता है। मेटाजीपीटी का उपयोग कमांड लाइन से एक स्टैंडअलोन ऐप के रूप में और आपकी अपनी पायथन स्क्रिप्ट के भीतर एक लाइब्रेरी के रूप में किया जा सकता है, जिससे ऐसे ढांचे में लचीलेपन और नियंत्रण की इच्छा होती है।
चैटजीपीटी का लाभ उठाते हुए यह परियोजना अप्रैल 2023 में शुरू हुई और लेखन के समय GitHub पर लगभग 40K सितारे थे। इसका GitHub रेपो आगे स्वयं का वर्णन इस प्रकार करता है:
मेटाजीपीटी इनपुट के रूप में एक पंक्ति की आवश्यकता लेता है और उपयोगकर्ता कहानियों/प्रतिस्पर्धी विश्लेषण/आवश्यकताओं/डेटा संरचनाओं/एपीआई/दस्तावेज़ों आदि को आउटपुट करता है।
आंतरिक रूप से, मेटाजीपीटी में उत्पाद प्रबंधक/वास्तुकार/परियोजना प्रबंधक/इंजीनियर शामिल हैं। यह सावधानीपूर्वक व्यवस्थित एसओपी के साथ एक सॉफ्टवेयर कंपनी की पूरी प्रक्रिया प्रदान करता है।
मेटाजीपीटी की सॉफ्टवेयर कंपनी मल्टी-एजेंट योजनाबद्ध (धीरे-धीरे कार्यान्वयन) (से मेटाजीपीटी का गिटहब)
मेटाजीपीटी का उपयोग कोड जनरेशन, प्रोटोटाइपिंग, प्रोजेक्ट प्लानिंग और बहुत कुछ के लिए किया जा सकता है। इसे एक के रूप में मान्यता दी गई है असाधारण मुक्त स्रोत उपलब्धि, और लगातार एक ट्रेंडिंग GitHub रेपो है।
वह मेटाजीपीटी है। अब चर्चा करते हैं डेटा दुभाषिया, गहरी बुद्धिनवीनतम मेटाजीपीटी सुधार, और अपने आप में उपलब्धि।
मेटाजीपीटी डेटा इंटरप्रेटर का परिचय देने के लिए पूरा वीडियो
गतिशील योजना, उपकरण उपयोग, उन्नत तर्क और अनुभव-आधारित सत्यापन के माध्यम से बिजली भार पूर्वानुमान चुनौतियों का समाधान कैसे करें, इसका प्रदर्शन।
रेपो: https://t.co/xWGS0UF9oW
मामले: https://t.co/GhNH54Ahhi... pic.twitter.com/Xc5aam1TXz- मेटाजीपीटी (@MetaGPT_) मार्च २०,२०२१
डेटा इंटरप्रेटर मेटाजीपीटी फ्रेमवर्क का एक अन्य सदस्य एजेंट है, जो डेटा से संबंधित कार्यों का आकलन और समाधान करने के लिए समर्पित एजेंट है। कागज से:
इस अध्ययन में, हम डेटा इंटरप्रेटर पेश करते हैं, जो कोड के साथ हल करने के लिए डिज़ाइन किया गया एक समाधान है जो डेटा विज्ञान में समस्या-समाधान को बढ़ाने के लिए तीन महत्वपूर्ण तकनीकों पर जोर देता है: 1) वास्तविक समय डेटा अनुकूलनशीलता के लिए पदानुक्रमित ग्राफ संरचनाओं के साथ गतिशील योजना; 2) निष्पादन के दौरान कोड दक्षता बढ़ाने, अपेक्षित विशेषज्ञता को समृद्ध करने के लिए गतिशील रूप से उपकरण एकीकरण; 3) फीडबैक में तार्किक असंगतता की पहचान, और अनुभव रिकॉर्डिंग के माध्यम से दक्षता में वृद्धि। […] ओपन-सोर्स बेसलाइन की तुलना में, इसने बेहतर प्रदर्शन का प्रदर्शन किया, मशीन लर्निंग कार्यों में महत्वपूर्ण सुधार प्रदर्शित किया, जो 0.86 से बढ़कर 0.95 हो गया। इसके अतिरिक्त, इसने MATH डेटासेट में 26% की वृद्धि और ओपन-एंडेड कार्यों में उल्लेखनीय 112% सुधार दिखाया।
ये निष्कर्ष निश्चित रूप से प्रभावशाली हैं। और उन्हें अंकित मूल्य पर लेने की कोई आवश्यकता नहीं है, क्योंकि उन्होंने ये परिणाम प्रकाशित किए हैं। डीप विजडम ने भी उपलब्ध कराया है ढेर सारे उदाहरण यह दिखाने के लिए कि उनके डेटा इंटरप्रेटर एजेंट का उपयोग मौजूदा मेटाजीपीटी ढांचे के साथ कैसे किया जा सकता है।
यह उदाहरण यहाँ दिखाता है कि इसका उपयोग NVIDIA स्टॉक ट्रेंड विश्लेषण के लिए कैसे किया जा सकता है। यह देखने के लिए कि मेटाजीपीटी डेटा इंटरप्रेटर प्रॉम्प्ट कैसा दिखता है, मैं इसे नीचे डुप्लिकेट करूंगा:
पिछले 5 वर्षों के ऐतिहासिक समापन मूल्यों पर ध्यान केंद्रित करते हुए, याहू फाइनेंस से एनवीआईडीआईए कॉर्पोरेशन (एनवीडीए) स्टॉक मूल्य डेटा प्राप्त करें। समापन कीमतों की केंद्रीय प्रवृत्ति और फैलाव को समझने के लिए सारांश आँकड़े (माध्य, माध्य, मानक विचलन, आदि)। संभावित रूप से रोलिंग औसत या प्रतिशत परिवर्तनों का उपयोग करके, समय के साथ किसी भी ध्यान देने योग्य रुझान, पैटर्न या विसंगतियों के लिए डेटा का विश्लेषण करें। सभी डेटा विश्लेषण की कल्पना करने के लिए एक प्लॉट बनाएं। सत्यापन के लिए डेटासेट का 20% आरक्षित रखें। प्रशिक्षण सेट पर एक पूर्वानुमानित मॉडल को प्रशिक्षित करें। मॉडल की सत्यापन सटीकता की रिपोर्ट करें, और भविष्यवाणी परिणाम के परिणाम की कल्पना करें। बंद करना
मेटाजीपीटी की प्रक्रिया का पालन करने और परिणाम देखने के लिए आप उदाहरण नोटबुक (ऊपर लिंक किया गया) देख सकते हैं। स्पॉइलर अलर्ट: डीप विजडम उन्हें साझा नहीं कर रहा है क्योंकि वे प्रभावशाली नहीं हैं 🙂
पढ़ना पूरा कागज उस सारी जानकारी के लिए जो आप पूछ सकते हैं। आप प्रोजेक्ट पर इंस्टालेशन और उपयोग के बारे में अधिक जानकारी प्राप्त कर सकते हैं गीथहब रेपो. मैं अनुभव से प्रमाणित कर सकता हूं कि मेटाजीपीटी जांच के लिए एक सार्थक परियोजना है, और डेटा इंटरप्रेटर एजेंट के साथ, यह पहले की तुलना में और भी अधिक सच है।
मैथ्यू मेयो (@mattmayo13) के पास कंप्यूटर विज्ञान में मास्टर डिग्री और डेटा माइनिंग में स्नातक डिप्लोमा है। केडनगेट्स के प्रधान संपादक के रूप में, मैथ्यू का लक्ष्य जटिल डेटा विज्ञान अवधारणाओं को सुलभ बनाना है। उनकी व्यावसायिक रुचियों में प्राकृतिक भाषा प्रसंस्करण, मशीन लर्निंग एल्गोरिदम और उभरते एआई की खोज शामिल है। वह डेटा विज्ञान समुदाय में ज्ञान का लोकतंत्रीकरण करने के मिशन से प्रेरित है। मैथ्यू जब 6 साल का था तब से कोडिंग कर रहा है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.kdnuggets.com/metagpt-data-interpreter-open-source-llm-based-data-solutions?utm_source=rss&utm_medium=rss&utm_campaign=introducing-metagpts-data-interpreter-sota-open-source-llm-based-data-solutions
