AI系列：大语言模型的function calling（上）

大语言模型(LLM) 的function calling

大语言模型(LLM)可以使用自然语言与人类对话。但在使用它完成某项复杂工作时，很多时候必须依赖其他外部工具，这包括但不限于：

• 训练的知识库和提示词以外的知识。包括某些垂直细分领域以及非公开的数据。
• 计算任务。相信我，即使它给出的结果看起来很像样，你也不能相信它在计算方面的能力；它无法保证100%的准确性。
• 实时数据。需要外部工具提供。

能识别需要使用的外部工具，能根据其结果数据完成对话的功能叫做function calling。

实验：OpenAI之function calling

OpenAI的GPT作为LLM的代表作，我们将给它提出如下问题：

问题：一共有3个人，每个人有15个苹果，10个鸭梨，一共有多少苹果？
注：　这个简单的逻辑和算数题只作为实验用途；实际应用中可以扩展到复杂的计算。

我们将给GPT提供两个function/tool。一个是乘法，一个是加法。
注：　其中加法用来迷惑GPT。

我们期待的结果：GPT能判断使用乘法及其参数，并使用乘法function calling给出的结果数据，最终返回正确答案：
三个人一共有45个苹果。

序列图：function calling如何工作

我们的代码和GPT将怎样完成这个过程呢？这里将整个过程描绘在下面的时序图中：