chatarena
v0.1.18
Ambientes de jogos de idiomas multi-agentes para LLMS
A Chartarena é uma biblioteca que fornece ambientes de jogos de idiomas multi-agentes e facilita pesquisas sobre agentes autônomos LLM e suas interações sociais. Ele fornece os seguintes recursos:
Experimente nossa demonstração online:
Requisitos:
Instale com PIP:
pip install chatarenaou instale da fonte:
pip install git+https://github.com/chatarena/chatarenaPara usar o GPT-3 como um agente LLM, defina sua tecla API OpenAI:
export OPENAI_API_KEY= " your_api_key_here " Por padrão, pip install chatarena instalará apenas dependências necessárias para as principais funcionalidades da Chartarena. Você pode instalar dependências opcionais com os seguintes comandos:
pip install chatarena[all_backends] # install dependencies for all supported backends: anthropic, cohere, huggingface, etc.
pip install chatarena[all_envs] # install dependencies for all environments, such as pettingzoo
pip install chatarena[all] # install all optional dependencies for full functionality A maneira mais rápida de ver Chartarena em ação é através da interface da web de demonstração. Para iniciar a demonstração em sua máquina local, você primeiro instala o PIP Charena com a dependência extra gradio, depois clone este repositório para a pasta local e, finalmente, ligue para o app.py no diretório raiz do repositório:
pip install chatarena[gradio]
git clone https://github.com/chatarena/chatarena.git
cd chatarena
gradio app.pyIsso iniciará um servidor de demonstração para o Chartarena e você poderá acessá -lo no seu navegador (porta 8080).
Confira este vídeo para aprender a usar a interface da usuário da web:
Para uma introdução à estrutura do Chartarena, consulte este documento. Para um passo a passo da construção de um novo ambiente, verifique
Aqui, fornecemos um guia compacto sobre a configuração mínima para executar o jogo e alguns conselhos gerais sobre personalização.
Carregar Arena de um arquivo de configuração-aqui usamos examples/nlp-classroom-3players.json neste repositório como exemplo:
arena = Arena . from_config ( "examples/nlp-classroom-3players.json" )
arena . run ( num_steps = 10 )Execute o jogo em uma interface interativa da CLI:
arena . launch_cli ()Confira este vídeo para aprender a usar a CLI: um guia mais detalhado sobre como executar o loop principal de interação com controle de grão mais fino pode ser encontrado aqui
Você pode definir seu próprio ambiente, estendendo a classe Environment . Aqui estão as etapas gerais:
type_name e adicione a classe a ALL_ENVIRONMENTS__init__ (seus argumentos definirão a configuração correspondente) e inicializando os atributos da classestep de métodosreset , get_observation , is_terminal e get_rewards Fornecemos um tutorial detalhado para demonstrar como definir um ambiente personalizado, usando o ambiente Chameleon como exemplo.
Se você deseja transportar o ambiente de uma biblioteca existente para o Chartarena, consulte o ambiente PettingzooChess como exemplo.
Um ambiente de jogo de idiomas para vários jogadores que simula uma conversa.
Com base na conversa, mas com um moderador que controla a dinâmica do jogo.
Um jogo de dedução social de vários jogadores. Existem dois papéis no jogo, Chameleon e Non-Chameleon. O tópico da palavra secreta será revelado pela primeira vez a todos os jogadores. Então a palavra secreta será revelada a não-Chameleons. O camaleão não conhece a palavra secreta. O objetivo do jogo depende do papel do jogador:
Um ambiente de jogo de xadrez para dois jogadores que usa o ambiente de xadrez Pettingzoo.
Um ambiente de jogo Tic-Tac-Toe de dois jogadores que usa o ambiente Pettingzoo Tictactoe. Diferente do ambiente Moderator Conversation , esse ambiente é impulsionado por regras codificadas, em vez de um moderador LLM.
Congratulamo -nos com contribuições para melhorar e estender o Chartarena. Siga estas etapas para contribuir:
Certifique -se de que seu código siga o estilo e a estrutura existentes.
Se você achar a Chartarena útil para sua pesquisa, cite nosso repositório (nosso artigo ARXIV está chegando em breve):
@software { ChatArena ,
author = { Yuxiang Wu, Zhengyao Jiang, Akbir Khan, Yao Fu, Laura Ruis, Edward Grefenstette, and Tim Rocktäschel } ,
title = { ChatArena: Multi-Agent Language Game Environments for Large Language Models } ,
year = { 2023 } ,
publisher = { GitHub } ,
journal = { GitHub repository } ,
version = { 0.1 } ,
howpublished = { url{https://github.com/chatarena/chatarena} } ,
}Se você tiver alguma dúvida ou sugestão, sinta -se à vontade para abrir um problema ou enviar uma solicitação de tração. Você também pode entrar em contato conosco no Farama Discord Server- https://discord.gg/vrtdmu9y8q
Feliz bate -papo!
Gostaríamos de agradecer aos nossos patrocinadores por apoiar este projeto:
