穆萨布·居尔特金在2024年GOSIM中国大会上发布“Functionary”：推进开源LLM的工具集成

北京，2024年10月18日——在最近举行的2024年GOSIM中国大会上，人工智能专家穆萨布·居尔特金（Musab Gultekin）介绍了“Functionary”，这是一种开源的大型语言模型（LLM），旨在增强工具集成的同时保持对话能力。这次演讲标志着在通过函数调用执行复杂任务的AI模型开发方面迈出了重要一步。

居尔特金是MeetKai公司的Functionary机器学习负责人，自2015年以来一直是AI界的知名人物。他的工作影响了全球超过3000万用户，并开发了多款语言移动应用，全球用户超过100万。拥有计算机科学硕士学位的他为AI和语言模型领域带来了丰富的专业知识。

在题为**“Functionary：使用工具的LLM”**的演讲中，居尔特金讨论了当前开源LLM在工具集成方面的局限性，以及在增强其能力方面面临的挑战。他强调了使LLM能够通过函数调用执行复杂代理任务的重要性，这将大大拓宽其在实际场景中的应用。

Functionary的几个关键创新之处包括：

• 并行或顺序的函数执行：允许模型同时或按特定顺序执行多个函数，提高效率。
• 多轮和对话能力：使模型能够在多次交互中保持上下文，提升用户体验。
• 集成的代码解释：在模型中整合代码执行，允许基于实时数据提供动态响应。

“通过引入Functionary，我们旨在弥合开源LLM在工具使用能力方面的差距，”居尔特金解释道。“我们的模型是完全开源的，所有训练代码、推理机制和权重都在MIT许可证下提供。这种开放性促进了协作，加速了AI社区的创新。”

他还谈到了部署此类模型的安全和保障关键方面。Functionary限制了可用函数的集合，以防止未经授权或潜在危险的操作。所有输入和输出都经过验证，并使用了如Llama Guard 3之类的工具来增强安全措施。

居尔特金展示了Functionary的各种用例，包括：

• 控制实体设备的动作：增强AI模型与物理设备的互动。
• 执行Rust函数：允许在系统编程中高效、安全地执行代码。
• 移动设备的自动化：简化任务，改善用户在移动平台上的交互。

展望未来，居尔特金设想LLM能够自主决策，并与实体设备完全集成。他表示：“AI的未来在于创建不仅是被动响应，而且能够主动决策、解决复杂问题的模型。”

Functionary通过GitHub和Hugging Face向全球的开发者和研究人员开放：

GitHub：github.com/MeetKai/functionary
Hugging Face: meetkai/functionary-medium-v3.1
2024年GOSIM中国大会于10月17日至18日在北京举行，汇集了用户、工程师、战略家、企业高管、架构师和开源专家。活动聚焦于揭示新兴技术范式，促进与行业领袖的联系，推动与开源领导者的合作。

关于穆萨布·居尔特金

穆萨布·居尔特金是MeetKai公司的Functionary机器学习负责人。拥有计算机科学背景和在AI与语言模型方面的丰富经验，他的贡献显著推动了该领域的发展。他对开源开发和创新的承诺，继续激励着下一代AI技术。

欲了解有关Functionary的更多信息或获取开源资源，请访问上述GitHub和Hugging Face链接。