Grandes modelos de linguagem são mais do que apenas geradores de texto e esses três aplicativos mostram isso

Três novos aplicativos baseados em GPT-3 mostram que modelos de linguagem grandes (LLMs) são muito mais do que geradores de texto.

O desenvolvedor Dwarkesh Patel usa a API de incorporação do OpenAI para um busca semântica em eBooks. Uma incorporação é uma representação densa de informações do significado de um trecho de texto.

Patel aproveita essa representação para uma busca de texto em livros, que pode buscar trechos de livros com base em uma descrição cênica (“Personagem A e Personagem B se encontram”) ou em perguntas, por exemplo.

A pesquisa semântica é muito mais flexível do que a função de pesquisa convencional Ctrl+F para eBooks, que retorna trechos de texto apenas se corresponderem exatamente ao comando de pesquisa. Patel demonstra isso em um pequeno vídeo de demonstração.

Patel fornece um versão demo de sua pesquisa de incorporação de eBooks no Google Colab .

Solicitações de linguagem natural para o Planilhas Google

O desenvolvedor Shubhro Saha demonstra outro caso de uso para GPT-3: ele conecta a API ao Planilhas Google. Usando prompts de linguagem natural nas colunas da tabela, ele pode atribuir tarefas ao Planilhas que, de outra forma, teria que escrever em código abstrato, como extrair um código postal de uma linha de endereço. Tudo o que é necessário é a pergunta: “Qual é o CEP deste endereço?”

O GPT-3 também pode gravar um resultado em uma nova coluna diretamente no Planilhas, com base no conteúdo de várias colunas. Por exemplo, o GPT-3 pode criar o texto para um cartão de agradecimento a partir de um nome e uma pequena lista de itens a serem mencionados.

O exemplo de Saha, entretanto, também mostra a maior fraqueza de grandes modelos de linguagem além de vieses sociais e culturais: os sistemas ainda não são muito confiáveis ​​para tarefas em que a precisão é a principal premissa.

Por exemplo, no exemplo de código postal já mencionado, mesmo o maior modelo GPT-3 “text-davinci-002” falha em alguns casos e fantasia números errados nas colunas. Plug-ins específicos ou código de planilha do Google regular são mais confiáveis ​​nesse cenário.

Se você está interessado no software “GPT3()” da Saha, você pode expressar seu interesse aqui . Uma alternativa é este Documento Google pré-preenchido de Fabiano Stelzer . Ele contém o código Javascript que conecta a API GPT-3 com o software Google. Stelzer diz que não sabe programar e teve o código de conexão gerado pelo GPT-3 também.

Zahid Khawaja também aproveita a capacidade de programação do grande modelo de linguagem para seu “ToolBot”, que usa linguagem natural para criar um protótipo de aplicativo baseado em GPT-3.

Um usuário insere uma ideia de aplicativo por meio de um prompt, a partir do qual o ToolBot gera uma interface de usuário simples com um campo de entrada de texto que processa outra entrada do usuário no contexto da função do aplicativo.

Khawaja diz que desenvolveu o ToolBot para pessoas que desejam usar o GPT-3 para aplicativos, mas não estão familiarizados com a criação de interfaces de usuário ou engenharia de prompt. Eles podem salvar a ferramenta criada e compartilhá-la por meio de um link.