AGI 這個概念已經講了很久了，但是還沒有任何一家做的非常完善
想要實作真正的AGI，可能要走的路還是非常遠的
今天看到Gorilla，突然想到，這不就是AGI的雛形嗎
計畫簡介
Gorilla是一個為大型語言模型設計的API商店，支持透過自然語言查詢呼叫API，實作語意和語法正確的API呼叫。它透過整合超過1600個API，首次展示了使用LLM呼叫API的方法，有效減少了生成假象的問題。此外，Gorilla還釋出了APIBench，這是一個龐大的、經過策劃且易於訓練的API集合。
掃碼加入AI交流群
獲得更多技術支持和交流
（請註明自己的職業）
解決了哪些問題
Gorilla 計畫主要解決了在使用大型語言模型（LLM）時如何更加精確和有效地呼叫外部API的問題。
它透過自然語言處理技術，允許使用者以自然語言的形式查詢和呼叫API，從而提高了開發效率和準確性。
Gorilla 透過其APIBench功能，還提供了一個經過策劃的、用於訓練的龐大API集合，進一步最佳化了API呼叫過程，減少了誤操作和錯誤生成的情況。
體驗連結：
https://huggingface.co/spaces/gorilla-llm/gorilla-demo
微調
Gorilla計畫提供了兩種方法來微調自訂API集的大型語言模型：
一種是使用「text-generation-webui」，它支持完整精度的模型微調，但不支持.k-quantized模型的.ggu檔格式
另一種是透過「Llama.cpp」微調基於llama的k-quantized模型，這種方法目前不支持微調基於falcon或mpt的模型。
使用者可以選擇適合的方法，按照步驟配置和執行，從而實作自訂API的有效套用。
程式碼庫組織
主要包含幾個重要資料夾，如「berkeley-function-call-leaderboard」存放評估模型功能呼叫的指令碼；「data」資料夾含所有API數據和社群貢獻的API；「eval」資料夾包含所有評估程式碼和Gorilla的輸出結果；「inference」資料夾則包含本地執行Gorilla的推理程式碼。
還提供了完整的模型權重，支持多種API呼叫，並提供了本地執行和托管API的詳細說明。
計畫連結：
https://github.com/ShishirPatil/gorilla
關註「 開源AI計畫落地 」公眾號
與AI時代更靠近一點
關註「 向量光年 」公眾號
加速全行業向AI轉變
關註「 AGI光年 」公眾號
獲取每日最新資訊
