Zephyrnet-logo

Introductie van de data-interpreter van MetaGPT: SOTA Open Source LLM-gebaseerde dataoplossingen – KDnuggets

Datum:

MetaGPT's gegevensinterpreter: open source statistische modellering
Afbeelding gemaakt door auteur met Midjourney
 

MetaGPT is een multi-agent raamwerk voor het toewijzen van rollen aan verschillende agenten, wat leidt tot de vorming van samenwerkende entiteiten die in staat zijn om samen te werken om complexe instructies uit te voeren. MetaGPT factureert zichzelf als een ‘softwarebedrijf als multi-agentsysteem’, waardoor u een idee krijgt van het beoogde gebruik van deze samenwerkende entiteiten. MetaGPT kan worden gebruikt als een zelfstandige app vanaf de opdrachtregel, en als een bibliotheek binnen uw eigen Python-scripts, waardoor de flexibiliteit en controle ontstaat die men in een dergelijk raamwerk zou wensen.

Het project begon in april 2023, maakte gebruik van ChatGPT, en heeft op het moment van schrijven bijna 40 sterren op GitHub. De GitHub-repository beschrijft zichzelf verder als volgt:

MetaGPT hanteert een éénregelvereiste als invoer en uitvoer van gebruikersverhalen / concurrentieanalyse / vereisten / datastructuren / API's / documenten, enz.

Intern bestaat MetaGPT uit productmanagers/architecten/projectmanagers/ingenieurs. Het biedt het volledige proces van een softwarebedrijf, samen met zorgvuldig georkestreerde SOP's.

MetaGPT-architectuur
MetaGPT's softwarebedrijf Multi-Agent Schematic (geleidelijk geïmplementeerd) (vanaf MetaGPT's GitHub)
 

MetaGPT kan worden gebruikt voor het genereren van code, prototyping, projectplanning en meer. Het is erkend als een opvallende open source prestatie, en is voortdurend een populaire GitHub-repository.

Dat is MetaGPT. Laten we nu bespreken Gegevens tolk, Diepe wijsheid's nieuwste MetaGPT-verbetering, en een prestatie op zich.

 

Data Interpreter is een andere agent die lid is van het MetaGPT-framework, een agent die zich toelegt op het beoordelen en oplossen van datagerelateerde taken. Van het papier:

In deze studie introduceren we de Data Interpreter, een oplossing die is ontworpen om op te lossen met code en die de nadruk legt op drie cruciale technieken om het oplossen van problemen in de datawetenschap te vergroten: 1) dynamische planning met hiërarchische grafiekstructuren voor realtime gegevensaanpassing; 2) tool-integratie dynamisch om de codevaardigheid tijdens de uitvoering te verbeteren, waardoor de vereiste expertise wordt verrijkt; 3) identificatie van logische inconsistenties in feedback en verbetering van de efficiëntie door middel van het vastleggen van ervaringen. […] Vergeleken met open-source basislijnen vertoonde het superieure prestaties en vertoonde het aanzienlijke verbeteringen in machine learning-taken, oplopend van 0.86 naar 0.95. Bovendien toonde het een toename van 26% in de MATH-dataset en een opmerkelijke verbetering van 112% in taken met een open einde.

Deze bevindingen zijn zeker indrukwekkend. En het is niet nodig om ze voor waar aan te nemen, aangezien ze deze resultaten hebben gepubliceerd. Deep Wisdom heeft ook een overvloed aan voorbeelden om te laten zien hoe hun Data Interpreter-agent kan worden gebruikt in combinatie met het bestaande MetaGPT-framework.

Dit voorbeeld hier laat zien hoe het kan worden gebruikt voor NVIDIA-aandelentrendanalyse. Om te zien hoe een MetaGPT Data Interpreter-prompt eruit ziet, zal ik deze hieronder dupliceren:

Verkrijg gegevens over de aandelenkoersen van NVIDIA Corporation (NVDA) van Yahoo Finance, met de nadruk op historische slotkoersen van de afgelopen vijf jaar. Samenvattende statistieken (gemiddelde, mediaan, standaarddeviatie, etc.) om de centrale tendens en spreiding van slotkoersen te begrijpen. Analyseer de gegevens op eventuele opvallende trends, patronen of afwijkingen in de loop van de tijd, eventueel met behulp van voortschrijdende gemiddelden of procentuele veranderingen. Maak een plot om alle gegevensanalyses te visualiseren. Reserveer 5% van de dataset voor validatie. Train een voorspellend model op de trainingsset. Rapporteer de validatienauwkeurigheid van het model en visualiseer het resultaat van het voorspellingsresultaat. dichtbij

U kunt het voorbeeldnotitieboekje bekijken (hierboven gelinkt) om het MetaGPT-proces te volgen en de resultaten te bekijken. Spoiler alert: Deep Wisdom deelt ze niet omdat ze niet indrukwekkend zijn 🙂

Lees de volledige krant voor alle informatie die u maar kunt wensen. Meer informatie over installatie en gebruik vindt u op de projectpagina's GitHub repo. Ik kan uit ervaring bevestigen dat MetaGPT een waardevol project is om uit te proberen, en met de toevoeging van de Data Interpreter-agent is dit zelfs nog meer waar dan voorheen.
 
 

Matthijs Mayo (@mattmayo13) heeft een masterdiploma in computerwetenschappen en een universitair diploma in datamining. Als hoofdredacteur van KDnuggets wil Matthew complexe datawetenschapsconcepten toegankelijk maken. Zijn professionele interesses omvatten de verwerking van natuurlijke taal, machine learning-algoritmen en het verkennen van opkomende AI. Hij wordt gedreven door een missie om kennis in de data science-gemeenschap te democratiseren. Matthew codeert al sinds hij zes jaar oud was.

spot_img

Laatste intelligentie

spot_img