ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
抱抱脸正面挑战OpenAI,推出开源版GPT商店!完全免费、支持六大开源模型当底座
7775点击    2024-02-04 14:13

OpenAI的GPT商店有开源平替了——


来自抱抱脸(Hugging Face)


它新推出的“Hugging Chat Assistant”,也瞄准了让用户免费制定自定义聊天机器人。



是的,完全免费,无需像OpenAI那样不开会员就被拒之门外。


除此之外,还有一个相当大的优势:


支持各种开源模型作为底座,像什么Mixtral、Llama 2、Meta的Code Llama啦,您想安排哪个就安排哪个。


消息一出,可把网友激动坏咯:


早就看OpenAI GPTs的付费模式不爽了。


又免费又开源,这不得赶紧体验一把?


开源平替版GPTs来了


这个平替版GPTs的主页长这样:



可以看到它是隶属于Hugging Chat的一个功能(Hugging Chat聊天机器人也是ChatGPT的一个开源替代品)目前处于Beta测试阶段


按照Hugging Face技术总监兼LLM总监的话来说,创建这样的自定义机器人(助理)非常简单,只要点两下。


第一步:create。



第二步:填信息,再次create。



具体填写的内容包括:


机器人头像(可上传)、名字、描述(比如“He knows everything about python.”)、开场引导话语。


可选的模型如下:


一共6个,最优秀的几个开源模型都在列。



这些填完之后,就差具体定义了,也就是你想打造一个什么样的自定义机器人。


特别的是,不需要将具体指令(提示)打包成单独文档上传,直接在上面写就可以,以“你将扮演一个xxx”开头就行。


不清楚怎么下笔的可以参考已有机器人的模板,比如这个“克隆 Hugging Face CTO”的:



这些都设定好以后,你就可以得到一个链接,发给别人他也可以体验了(不需要注册访客身份也能玩)



聊天界面长这样,最底下可以看到用的什么模型


不过在此,技术总监提醒大伙:


在这上面创建的所有机器人都是公开的,因此不要共享机密信息。


和GPTs有何区别


由于完全免费、公开,以及可以选择各类开源模型的优势,Hugging Face这一产品发布就收获了大量关注和好评。


不过,稍加留意大家就能发现,它相比OpenAI的GPTs还是缺少几个重要功能


  • RAG

  • 联网搜索

  • 函数调用

因此无法执行实际操作去完成某些任务。


还有一些小的不同:


例如不支持AI生成头像、没有GPT Builder(也就是GPTs无需填写各种配置、通过对话形式就构建自定义机器人的一个便捷功能)等等。



因此,毫无疑问,Hugging Face的这一开源版本的能力还是位于GPTs之下。


不过,正如网友所说,这对于“开源劲敌”Hugging Face来说也不算事儿,相信一切都在它的路线图之中(现在也还是测试版本)


总的来说,这是一个不错的免费替代方案。


这不,有网友实测完表示:


做了一个AI管理器,效果出奇的好


One More Thing


国内,字节跳动也刚刚推出了“翻版GPTs”:


名叫“扣子(Coze)”。



快速自定义机器人和各种插件等功能就不用说了。


它最特别的点是可以将你构建的东西直接发布到飞书和微信等平台。


等于是无缝嵌入到咱的生产工具中。


听起来比较实用,不知大伙的体验效果如何?


参考链接:

[1]https://huggingface.co/chat/assistants

[2]https://twitter.com/_philschmid/status/1753429249363452274

[3]https://twitter.com/rowancheung/status/1753824289718227105

[4]https://twitter.com/AI_NewsWaltz/status/1753488198758527311?s=20


文章来自于微信公众号“量子位”(ID: QbitAI),作者 “丰色”


AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI