一、NLP简介
自然语言处理(Natural Language Processing,简称NLP)是一个位于计算机科学与人工智能交叉领域的关键研究方向。它结合了语言学、计算机科学和数学等多个学科的理论与方法,旨在实现人与计算机之间的自然语言交流。
自然语言处理还包括了很多具体应用,例如:信息检索、信息抽取、文本分类与聚类、机器翻译、摘要生成、聊天机器人等等。
自20世纪50年代图灵测试提出后,机器语言处理能力的探索一直在进行。语言的复杂性和严格的语法规则使得开发精确理解和使用语言的AI算法成为一大挑战。 过去二十年里,语言建模,特别是统计和神经网络模型,在这一领域取得了重要进展。
二,Function calling功能
大型语言模型(LLMs),如ChatGPT,虽然在文本理解和生成方面表现出色,但存在局限。例如,它们无法获取最新信息,并且只能提供文字建议而不能直接执行任务(如自动回复邮件或预订机票)。这些限制影响了它们的实际应用价值。此外,这些模型在完成训练后,只能理解到训练截止日期前的信息,例如GPT-3.5的知识只到2021年9月。
为了解决这个问题,2023年4月,AutoGPT提出了让大型语言模型调用外部工具API的方案,大幅增强模型能力。例如,通过调用谷歌搜索API,GPT可以获得实时信息来回答问题。
2023年6月13日,OpenAI在其0613这个模型中为其Chat模型增加了“函数调用”功能,允许模型调用外部函数。这意味着模型现在不仅能使用自身数据库知识回答问题,还能通过外部函数获取实时信息,从而更全面地解答用户的问题。
利用这种函数调用能力,通过 GPT 扩展实现以下功能: