AI Functions
1.0.0
例：
function_string = "def fake_people(n: int) -> list[dict]:"
args = [ "4" ]
description_string = """Generates n examples of fake data representing people, each with a name and an age."""
result = ai_functions . ai_function ( function_string , args , description_string , model )
""" Output: [
{"name": "John Doe", "age": 35},
{"name": "Jane Smith", "age": 28},
{"name": "Alice Johnson", "age": 42},
{"name": "Bob Brown", "age": 23}
]"""OpenAIのGPT-4（またはその他のモデルバージョン）を使用してAI関数の使いやすい実装は、さまざまなタスクを実行します。このプロジェクトは、Ask Marvinに大きなインスピレーションを受けています。
git clone https://github.com/YourUsername/SuperSimpleAIFunctions.gitpip install -r requirements.txtkeys.pyファイルに保存するか、環境変数として設定します。 ai_functions.pyには、次の関数が含まれています。
def ai_function ( function , args , description , model = "gpt-4" ): ai_function次のパラメーターを取ります。
function ：関数の署名を記述する文字列。args ：関数の引数のリスト。description ：関数の目的を説明する文字列。model ：（オプション）使用するGPTモデルを指定する文字列。デフォルトは「GPT-4」です。使用例：
import ai_functions
function = "def add(a: int, b: int) -> int:"
args = [ "5" , "7" ]
description = "Adds two integers."
result = ai_functions . ai_function ( function , args , description )
print ( result ) # Output: 12 以下の表は、異なるGPTモデルを使用したAI関数の成功率を示しています。
| 説明 | GPT-4結果 | GPT-3.5ターボ結果 | 理由 |
|---|---|---|---|
| 偽の人を生成します | 合格した | 失敗した | 誤った応答形式 |
| ランダムなパスワードを生成します | 合格した | 合格した | n/a |
| 三角形の面積を計算します | 失敗した | 失敗した | 間違ったフロート値（GPT-4）、誤った応答形式（GPT-3.5-ターボ） |
| n番目の素数を計算します | 合格した | 合格した | n/a |
| テキストを暗号化します | 合格した | 合格した | n/a |
| 欠落している番号を見つけます | 合格した | 合格した | n/a |
AI関数は特定のタスク、特に数学的計算と精度を含むタスクには適していないことに注意することが重要です。三角形の面積を計算してn番目の素数を見つける場合に観察されるように、GPTモデルは正確な結果を提供するのに苦労する可能性があります。このような場合のGPTモデルの制限は、主に、正確な算術を実行できない固有の不能と、ユーザー入力を理解する際のあいまいさによるものです。
結論として、AI関数はさまざまなシナリオで役立つ可能性がありますが、数学的精度や特定のドメインの知識を必要とするタスクの最適な選択ではない場合があります。このようなユースケースの場合、従来のアルゴリズムとライブラリを利用すると、より良い結果が得られます。
test_ai_functions.pyには、 ai_functionのテストケースが含まれています。テストを実行するには、Pythonでスクリプトを実行します。
python test_ai_functions.pyテストスクリプトは、各テストケースの結果を出力し、成功率を提供します。
貢献は大歓迎です！テストケースを追加するか、既存のコードを改善したい場合は、Pullリクエストをお気軽に送信してください。
