OpenAGI:当大语言模型遇到领域专家

人类智能有惊人的能力，可以将基本技能组合成复杂的技能，以解决复杂的任务。这种能力对于人工智能同样重要，因此我们断言，除了开发大型、全面的智能模型外，还同样重要的是为这些模型配备利用各种特定领域专家模型解决复杂任务的能力，以追求人工通用智能（AGI）。最近大型语言模型（LLMs）的发展展示了惊人的学习和推理能力，使它们成为选择、综合和执行外部模型以解决复杂任务的控制器，因此很有前途。在这个项目中，我们开发了一个开源的AGI研究平台——OpenAGI，专门设计为提供复杂的多步骤任务，并附带任务特定的数据集、评估指标和各种扩展模型。OpenAGI将复杂任务制定为自然语言查询，作为LLM的输入。LLM随后选择、综合和执行OpenAGI提供的模型，以解决任务。此外，我们提出了一种任务反馈强化学习（RLTF）机制，它使用任务解决结果作为反馈，以提高LLM的解决任务能力。因此，LLM负责综合各种外部模型解决复杂任务，而RLTF提供反馈以改进其解决任务能力，实现自我提高的人工智能的反馈循环。我们相信，LLM操作各种专家模型解决复杂任务的范例是AGI的有前途的方法。