GitHub - microsoft/JARVIS

Description

JARVIS est un système collaboratif qui utilise les LLM pour se connecter à divers modèles d'IA pour des tâches complexes. Le système, développé par Microsoft, vise à faire progresser la recherche en intelligence artificielle générale (AGI). Il fonctionne selon un flux de travail en quatre étapes : Planification des tâches, Sélection des modèles, Exécution des tâches et Génération de réponses. Le système utilise ChatGPT pour analyser les requêtes des utilisateurs, sélectionner des modèles experts de Hugging Face, exécuter des tâches et générer des réponses.

JARVIS offre plusieurs fonctionnalités, notamment la prise en charge des services OpenAI sur la plateforme Azure et le modèle GPT-4. Il propose des modes CLI et web pour l'interaction. Le système prend en charge différentes configurations, dont une version "lite" qui ne nécessite pas le déploiement de modèles locaux, et une version "par défaut" avec des exigences plus étendues. Le projet comprend également une démo Gradio et un accès API web pour les résultats intermédiaires. L'architecture du système permet l'intégration de divers modèles, améliorant ses capacités en matière d'automatisation des tâches et de génération de réponses.

JARVIS est conçu pour les chercheurs, les développeurs et toute personne intéressée par l'exploration des capacités des LLM et de l'automatisation des tâches d'IA. La conception modulaire du système permet une intégration facile de nouveaux modèles et de nouvelles fonctionnalités. Le projet fournit des instructions détaillées pour la configuration et l'utilisation, y compris la configuration du serveur et le déploiement de l'application web. Le projet fournit également des exemples de requêtes et de réponses pour aider les utilisateurs à comprendre comment interagir avec le système. La documentation du projet comprend des informations sur les exigences du système, des guides de démarrage rapide et des informations de citation pour les articles de recherche connexes.

Fonctionnalités principales de GitHub

• Intègre les LLM avec des modèles experts

• Prend en charge la planification et l'exécution des tâches

• Utilise ChatGPT pour l'analyse des tâches et la génération de réponses

• Offre des modes CLI et web

• Prend en charge OpenAI et GPT-4

• Fournit une démo Gradio

• Offre une API web pour les résultats intermédiaires

• Inclut une configuration "lite" pour une configuration plus facile

• Prend en charge les points de terminaison d'inférence locaux et Hugging Face

• Facilite l'automatisation des tâches d'IA

• Conception modulaire pour une intégration facile de nouveaux modèles

Premiers pas avec GitHub

1. 1

   Cloner: Cloner le dépôt JARVIS depuis GitHub.

2. 2

   Installer les dépendances: Configurer l'environnement et installer les packages nécessaires en utilisant conda et pip.

3. 3

   Configurer: Remplacer les clés API et les jetons dans les fichiers de configuration.

4. 4

   Télécharger les modèles: Télécharger les modèles requis en utilisant le script fourni.

5. 5

   Exécuter: Exécuter le serveur et l'application en mode serveur, CLI ou web.

6. 6

   Accéder: Accéder aux services via l'API Web ou la démo Gradio.

7. 7

   Tester: Tester le système en envoyant des requêtes et en analysant les réponses.

8. 8

   Optimiser: Explorer différentes configurations et modèles pour optimiser les performances.

Cas d'utilisation de GitHub

• Automatisation des tâches
• Intégration de modèles
• Recherche en IA
• Accès API Web
• Démo Gradio
• Interaction CLI
• Évaluation des modèles

FAQ de GitHub

• Qu'est-ce que JARVIS ?

  JARVIS est un système développé par Microsoft pour connecter les LLM à la communauté ML, conçu pour explorer l'intelligence artificielle générale (AGI).

• Comment fonctionne JARVIS ?

  JARVIS fonctionne en quatre étapes : Planification des tâches, Sélection des modèles, Exécution des tâches et Génération de réponses, en utilisant ChatGPT comme contrôleur et des modèles experts comme exécuteurs.

• Quelles sont les exigences du système pour JARVIS ?

  Les exigences varient en fonction de la configuration. La configuration "par défaut" nécessite Ubuntu 16.04 LTS, VRAM >= 24 Go, RAM > 12 Go et un espace disque > 284 Go. La configuration "lite" a des exigences minimales.

• Comment puis-je commencer à utiliser JARVIS ?

  Tout d'abord, remplacez votre clé OpenAI et votre jeton Hugging Face dans le fichier de configuration. Ensuite, exécutez les commandes de configuration pour le serveur et l'application.

• Quels sont les modes disponibles pour interagir avec JARVIS ?

  JARVIS propose un mode CLI, un mode serveur avec une API Web et une démo Gradio pour l'interaction.

• Où puis-je trouver la démo Gradio ?

  La démo Gradio est hébergée sur Hugging Face Space.

• Quel est le but des fichiers de configuration ?

  Les fichiers de configuration, tels que config.default.yaml et config.lite.yaml, spécifient les paramètres du serveur, y compris la sélection des modèles et les points de terminaison d'inférence.

• Quelle est la différence entre les configurations "par défaut" et "lite" ?

  La configuration "lite" ne nécessite pas le téléchargement et le déploiement local de modèles experts, tandis que la configuration "par défaut" nécessite plus de ressources et permet le déploiement de modèles locaux.

• Comment puis-je citer JARVIS ?

  Vous pouvez citer l'article comme indiqué dans le fichier README, y compris les auteurs et les détails de la publication.

• Quels sont les modes d'inférence pris en charge ?

  Les modes d'inférence pris en charge sont local, huggingface et hybride.