Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

Jupyter大升级:各种大模型都能连,聊天就能生成代码、错误修改

Jupyter 在其环境中添加了基于 LLM 的聊天机器人


现在,大语言模型(LLM)与 Jupyter 连接起来了!

这主要归功于一个名叫 Jupyter AI 的项目,它是官方支持的 Project Jupyter 子项目。目前该项目已经完全开源,其连接的模型主要来自 AI21、Anthropic、AWS、Cohere、OpenAI 等各大明星公司和机构。
图片
项目地址:https://github.com/jupyterlab/jupyter-ai

有了大模型的加持,Jupyter 功能也发生了很大的变化。现在你可以在该环境中生成代码、总结文档、创建注释、修复错误等。你甚至可以使用文本 prompt 生成 notebooks。

Jupyter AI 的安装过程也非常简单,安装代码如下:

此外,Jupyter AI 提供了两种不同的界面与 LLM 交互。在 JupyterLab 中,你可以使用聊天界面与 LLM 进行对话,以帮助处理代码。此外,在任何支持 notebook 或 IPython 的环境中,包括 JupyterLab、Notebook、IPython、Colab 和 Visual Studio Code,你可以使用 %% ai 魔术命令调用 LLM。
图片
大模型加持下的 Jupyter

接下来我们看看效果如何。

编程助手

Jupyter 聊天界面如下图所示,用户可以与 Jupyternaut(编程助手)进行对话。在 Jupyternaut 功能栏我们可以看到这样一句话「大家好,我是 Jupyternaut,你的编程助理。你可以使用文本框向我提问,也可以使用命令向我提问。」
图片
接下来,用户向 Jupyternaut 询问了一个问题:如「在 Python 中,元组和列表有什么区别?」Jupyternaut 给出了这两者的关键区别,并且回答的非常正确,最后还贴心的举了示例:
图片
假如有一部分代码你不是很了解,你可以选中这部分代码,并将其当做 prompt,然后要求 Jupyternaut 解释这段代码,除此之外,Jupyternaut 还能对代码进行修改、识别代码错误等。
图片
如果你对代码不满意,还可以让 Jupyternaut 按照要求重写代码:
图片
重写代码后,Jupyternaut 会将代码重新发送回用户选择的语言模型进行替换:
图片
从文本 prompt 生成 notebook

Jupyter AI 的聊天界面可以根据文本 prompt 生成一个完整的 notebook。想要实现这一点,用户需要运行「/generate」命令,外加一个文本描述。
图片
Jupyternaut 生成 notebook 后,会向用户发送一个包含文件名的消息,用户可以打开该文件进行查看:
图片
访问本地文件

你可以使用「/learn」命令让 Jupyternaut 学习本地文件,随后使用「/ask」命令询问有关本地文件的问题。举例来说,使用「/learn」命令,你可以让 Jupyternaut 学习关于 Jupyter AI 文档的知识:
图片
一旦 Jupyternaut 学习完成,你就可以使用「/ask」命令提出问题:
图片
魔法功能

Jupyter AI 还提供了可以在 notebook cells 和 IPython 命令行界面中运行的 %% ai 命令,每个 %% ai 命令都需要一个模型,通常指定为 provider‑id:model‑id:
图片
还有研究者体验了一下 %% ai 魔法命令,让其调用 ChatGPT :
图片
此外,你还可以使用 - f 或 --format 参数自定义输出的格式,包括 HTML、数学、源代码和图像,这对于研究人员和教育工作者来说非常有用。
图片
一番展示下来,有了大模型加持的 Jupyter 确实方便了很多。想要尝试的小伙伴,可以前去一试了。

参考链接:https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862
工程Jupyter Notebook
相关数据
参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

聊天机器人技术

聊天机器人是经由对话或文字进行交谈的计算机程序。能够模拟人类对话,通过图灵测试。 聊天机器人可用于实用的目的,如客户服务或资讯获取。有些聊天机器人会搭载自然语言处理系统,但大多简单的系统只会撷取输入的关键字,再从数据库中找寻最合适的应答句。

Jupyter技术

Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。 Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown。 用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等 。

语言模型技术

统计式的语言模型是借由一个几率分布,而指派几率给字词所组成的字串。语言模型经常使用在许多自然语言处理方面的应用,如语音识别,机器翻译,词性标注,句法分析和资讯检索。

推荐文章
暂无评论
暂无评论~