Share This
Связаться со мной
Крути в низ
Categories
//Разработчик натренировал модели OpenAI на интерпретацию человеческого языка в команды терминала

Разработчик натренировал модели OpenAI на интерпретацию человеческого языка в команды терминала

20.04.2021Category : My Habr

Разработчик представил базовую оболочку на Python, которая позволяет языковой модели OpenAI интерпретировать команды оболочки Linux bash и запускать задачи. Однако проверять запуск команд перед запуском нужно вручную.

razrabotchik natreniroval modeli openai na interpretaciju chelovecheskogo jazyka v komandy terminala 4d8bb67 - Разработчик натренировал модели OpenAI на интерпретацию человеческого языка в команды терминала

По словам автора разработки, OpenAI научилась определять, какую команду Linux запускать на основе письменного описания. Разработанная оболочка использует формат вопросов и ответов и предоставляет модели «примерный контекст» и примеры ввода и вывода.

Автор использовал пример контекста «Команда Linux bash для выполнения задачи» и предоставлял пять примеров для каждого запроса. OpenAI показала способность генерировать команды для основных инструментов Unix, ImageMagick и т. д.

Изначально разработчик планировал выполнять всю процедуру предварительной обработки данных с помощью оболочки на ИИ. Однако ему не удалось выполнить даже основные команды, такие как «sort data.csv по убыванию последнего столбца».

Автор разработки отмечает, что подобную схему можно использовать и с моделью GPT-2. Код оболочки был написан с помощью автозаполнения на основе этой модели.

Для использования оболочки потребуется установить зависимости Python, перечисленные в файле Pipfile (для пользователей Pipenv) или в файле requirements.txt (для пользователей pip), а также действующий ключ API OpenAI и задать для переменной среды OPENAI_API_KEY свой ключ API.

В обсуждении отмечается, что подобная разработка могла бы положить начало развитию удобного голосового помощника для Linux.

Ранее OpenAI сообщила, что после выпуска NLP-алгоритма GPT-3 его используют более 300 приложений. Модель генерирует, в среднем, 4,5 млрд слов в день.

  • 1 views
  • 0 Comment

Leave a Reply

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

Свежие комментарии

    Рубрики

    About Author 01.

    blank
    Roman Spiridonov

    Моя специальность - Back-end Developer, Software Engineer Python. Мне 39 лет, я работаю в области информационных технологий более 5 лет. Опыт программирования на Python более 3 лет. На Django более 2 лет.

    Categories 05.

    © Speccy 2020 / All rights reserved

    Связаться со мной
    Close