LLM-202304：HuggingGPT【HuggingFace+ChatGPT】【对于给定任务，自动分析需要哪些AI模型，然后直接去调用相应模型来执行任务并完成】【浙大+微软亚研院】

代码：https://github.com/microsoft/JARVIS

解决不同领域和模态的AI任务是迈向人工智能的关键一步。虽然现在有大量的AI模型可以用于解决不同的领域和模态的问题，但是它们不能解决复杂的AI问题。由于大模型(LLM)在语言理解、生成、交互和推理上展现出很强的能力，所以作者认为LLM可以充当一个控制器的作用来管理现有的AI模型以解决复杂的AI任务，并且语言可以成为一个通用的接口来启动AI处理这些任务。基于这个想法，作者提出HuggingGPT，一个框架用于连接不同的AI模型来解决AI任务。

具体的步骤是：

1. 任务规划：使用ChatGPT来获取用户请求
2. 模型选择：根据Hugging Face中的函数描述选择模型，并用选中的模型执行AI任务
3. 任务执行：使用第2步选择的模型执行的任务，总结成回答返回给ChatGPT
4. 回答生成：使用ChatGPT融合所有模型的推理，生成回答返回给用户

通过ChatGPT的强语言能力和Hugging Face丰富的模型库，HuggingGPT可以解决大部分复杂的AI任务，为走向真正的人工智能奠定基石。

介绍

大语言模型(LLM)，比如ChatGPT由于其强大的能力吸引了学术界和工业界的广泛关注。LLM的出现也催生了很多研究课题（比如in-context learning, instruction learning, chain-of-thought prompting&#x