Investigadores de la Universidad de Pensilvania presentan Kani un marco de inteligencia artificial de código abierto, ligero, flexible y agnóstico al modelo para construir aplicaciones de modelos de lenguaje.

Investigadores de la Universidad de Pensilvania presentan Kani, un marco de IA de código abierto para construir aplicaciones de modelos de lenguaje.

Las aplicaciones de modelos de lenguaje grandes han experimentado un aumento en popularidad. Con sus increíbles capacidades, se están volviendo cada vez más sofisticados. Al incorporar características como el seguimiento del uso de herramientas y la mejora de la recuperación, estos modelos están captando mucha atención en la comunidad de Inteligencia Artificial. Los marcos existentes para construir dichas aplicaciones adoptan un enfoque preconcebido al dictar a los desarrolladores cómo deben formatear sus indicaciones e imponer ciertas limitaciones en la personalización y reproducibilidad.

Para abordar estos problemas, un equipo de investigadores de la Universidad de Pensilvania ha presentado recientemente Kani, un marco de código abierto, ligero, modular y neutral al modelo diseñado específicamente para construir aplicaciones de modelos de lenguaje. Al ofrecer soporte para los elementos básicos de la interacción por chat, Kani ha sido creado con el objetivo de permitir a los desarrolladores agregar una amplia gama de características complicadas. La interacción con el modelo, la gestión del chat y la llamada de funciones robustas son algunos de estos elementos esenciales.

Los desarrolladores pueden crear aplicaciones de modelos de lenguaje utilizando los bloques de construcción de Kani sin estar restringidos por estructuras o limitaciones predefinidas, ya que Kani se destaca por su adaptabilidad y personalización. Todas las características fundamentales de Kani han sido creadas para ser fácilmente modificables, y el equipo también ha proporcionado una extensa documentación. Esto permite a los desarrolladores modificar la funcionalidad del marco para satisfacer sus demandas y requisitos únicos.

• ¿Puede un Modelo de Lenguaje Revolucionar la Radiología? Conozca Radiology-Llama2 Un Gran Modelo de Lenguaje Especializado en Radiología a través de un Proceso Conocido como Ajuste de Instrucciones.
• Google Research presenta MediaPipe FaceStylizer Un diseño eficiente para la estilización de rostros en pocas tomas
• Esta investigación de IA de Corea presenta MagiCapture un método de personalización para integrar conceptos de sujeto y estilo para generar imágenes de retratos de alta resolución.

Kani es una herramienta útil para una amplia gama de personas, incluyendo académicos, aficionados y empresarios. Con el fin de mejorar la reproducibilidad de su trabajo, Kani ayuda a los investigadores a crear aplicaciones de modelos de lenguaje al tiempo que permite un control detallado. Incluso con modelos tan potentes como GPT-4 u otros modelos complejos, los usuarios pueden utilizar Kani para comenzar rápidamente a diseñar aplicaciones con solo unas pocas líneas de código. La versatilidad y durabilidad de Kani también son ventajosas para los trabajadores de la industria, especialmente en áreas como la gestión de chats y la gestión de funciones.

Kani, que requiere Python 3.10 o superior, simplifica la instalación y consulta de modelos de lenguaje. Se puede instalar a través de pip y ofrece dependencias básicas y extras opcionales, como el motor de OpenAI. La unidad de procesamiento fundamental en el marco de Kani se llama ‘Kani’. Al construir aplicaciones con Kani, el usuario trabajará y manipulará varios objetos de Kani, que constan de tres componentes esenciales: motor de inferencia, historial de chats y contexto de funciones.

A través de los motores de inferencia, un objeto de Kani se comunica con los modelos lingüísticos. Sin cambiar el código de la aplicación, esta interacción permite a los desarrolladores cambiar fácilmente entre diferentes modelos. Kani realiza un seguimiento de los totales de tokens y los cambios de tema. Se asegura de que el contexto del diálogo se mantenga dentro de los límites del modelo y evita que se exceda. Por último, los modelos de lenguaje pueden acceder a funciones llamables a través de Kani. Verifica las llamadas de funciones, ejecuta el código correspondiente y luego envía los resultados de vuelta al motor de inferencia.

En conclusión, Kani se ha presentado como una solución a los problemas enfrentados por los desarrolladores de aplicaciones de modelos de lenguaje. Permite la personalización, flexibilidad y un método de creación de aplicaciones increíbles de código abierto, ya que capacita a los desarrolladores para construir aplicaciones ricas en características mientras mantienen el control y la interoperabilidad al ofrecer los bloques de construcción fundamentales para la interacción por chat.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!