新的框架正在帮助使ChatGPT等语言学习模型（LLM）更加智能，能够自主处理三个不同阶段的复杂任务。通过将任务分解为更小、更易于管理的问题，并利用来自互联网和其他外部来源的信息。这个被称为SmartGPT的框架正在彻底改变LLM的运作方式。
SmartLLMChains基于SmartGPT工作流程，是一种自我批评链的形式，如果有特别复杂的问题需要回答，可以帮助你。它不是执行单个LLM传递，而是执行以下3个步骤：
- 构思：通过LLM传递用户提示n次，得到n个输出提案（称为“想法”），其中n是可以设置的参数
- 批评：LLM批评所有想法以找到可能的缺陷并选择最好的一个
- 决心：LLM试图改进最佳想法（如在批评步骤中选择的那样）并输出它。这是最终输出。
这个快速概述深入探讨了SmartGPT框架在Langchain中的实际应用，以支持您自己的LLM应用程序。SmartGPT 的概念植根于 GPT 基础模型中自我批评或自我反思的实施，以提高生成答案的质量。
SmartGPT 和 LangChain
这个过程分三个阶段执行：构思、批评或自我反思以及解决。在构思阶段，LLM会在同一用户提示下多次提示，从而生成各种输出或想法。在批评阶段，LLM评估其产生的所有想法，查明潜在的缺陷，并选择最佳答案。在解决阶段，LLM努力增强其产生的最佳想法或答案，最终成为最终输出。
这种方法是思维链提示的延伸，可以显着提高LLM的输出，特别是对于需要逻辑推理的提示或问题。Langchain整合了一个新的链，智能LLM链，可以在工作流程中使用。
更高的加工成本
但是，值得注意的是，与使用普通提示相比，使用智能LLM链将导致更多的传递，因此成本更高。为了使智能LLM链有效运行，底层LLM需要具有自反射能力，并且能够仅返回单个输出。
SmartGPT的想法是由AI Explained提出的，SmartGPT 是一个框架，包括 LLM 对其生成的响应的自我反思或批评，以逐步思考并在向用户展示之前评估其答案。
SmartGPT – 主要基准被打破 – MMLU 上的 89.0%
“使用 SmartGPT 系统的 GPT4 是否以多种方式打破了主要基准 MMLU？89.0% 是一个非官方记录，但我们是否迫切需要一个新的权威基准，特别是考虑到今天的内幕消息，双子座的计算量是 GPT 5 的 5 倍？
SmartLLMChain可以集成到代码项目中，在上面的第一个视频中使用Langchain的代码提供了详细的分步过程。此过程涉及导入必要的包、设置提示模板、定义 LLM 链和运行链。智能LLM链可以配置LLM，提示和要生成的想法数量。
LLM产生不同的想法，批评它们，然后在解决阶段完善最佳答案。不同的LLM可用于不同的步骤，较高温度的LLM用于构思阶段，以获得更多响应的变化，而较低温度的LLM用于批评和解决阶段。
SmartLLMChain的独特之处在于其创新框架，该框架结合了LLM对其生成的响应的自我反思或批评。这种内省的方法使LLM能够逐步思考并在向用户展示答案之前对其进行评估。事实证明，这种技术可以显着提高LLM在MMLU等基准上的表现。
SmartLLMChain是一种技术，迫使LLM在生成最终答案之前对其答案进行自我反思，从而可能提高某些用例的性能。这种创新方法将重新定义人工智能和语言学习模式的格局。
