HuggingGPT

概述

HuggingGPT是由Shen等人提出的系统，将HuggingFace上数千个专门AI模型作为可调用的工具，用ChatGPT作为任务规划器和编排器。它是AI模型作为工具编排器的典型代表。

关键内容

1. 四阶段工作流：
2. Task Planning（任务规划）：ChatGPT解析用户意图，分解为子任务列表
3. Model Selection（模型选择）：从HuggingFace模型卡描述中检索最合适的模型
4. Task Execution（并行执行）：无依赖任务并行执行，有依赖任务按序执行

5. Response Generation（结果整合）：将所有子任务结果整合为最终回答

6. 核心创新：

7. 将大量专业AI模型作为可调用工具库
8. 用大语言模型作为高级任务规划和编排器

9. 支持并行执行和结果传递

10. 技能描述格式：

11. 任务类型、描述、输入输出格式等元数据
12. 为LLM选择合适技能提供依据

来源

• llm-skill-research-series.md — LLM Skill研究系列
• Paper — "HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace", NeurIPS 2023

相关

• LLM-Skill-技术全景 — relates_to
• Task-Planning — relates_to
• Skill-Orchestration — relates_to
• Model-Selection — relates_to