本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

這個GitHub新項目，能讓ChatGPT完成復雜任務，GPT3.5和GPT-4都支持。

它通過將問題拆解，并調用外部資源，提高了GPT的工作能力。

在它的調教下，GPT-4回答的準確率從68%提高到了85%。

這個項目名叫SmartGPT，這個名字很直白地告訴了我們它的作用。

無論是直觀感受還是量化數據，GPT在它的加持之下回答正確率都有提高。

我們不妨看看幾個經典的問題。

晾干5件衣服需要5個小時，那么晾30件需要多長時間呢？

這是一個來自OpenAI Playground的經典問題。

只見GPT一頓操作猛如虎，又是推理又是列方程……

然而最后給出的答案是30個小時。

而經過SmartGPT調教之后，不僅得到了正確答案，還指出了此前的思路為什么會出錯。

再來舉個栗子，同樣是來自于OpenAI Playground的問題。

假設有6升和12升的罐子各一個，如何量取6升水？

GPT的答案嘛……麻煩不說，能不能解釋下第五步的2升是怎么剩下的？

經過調教之后嘛……雖然不理解為什么不直接用6升的，但也有很大進步了。

我們也用倒拔垂楊柳的問題進行了測試，提供了諸葛亮、孫悟空和林黛玉三個選項。

第一輪，GPT-4給出的答案是……孫悟空。

經過調教之后，GPT-4終于發現了三個選項都是錯誤的。

同時還指出了孫悟空雖然沒有倒拔垂楊柳但是有相似的情節。

（《西游記》第二十五回中，孫悟空在五莊觀因憤怒將人參果樹拔倒）

需要說明的是，由于沒有GPT-4的API，測試是按照開發者介紹的方法手工完成的。

當然了，個例并不能說明它的表現，還是要用數據集測試一下。

開發者使用了MMLU數據集分別對調教前后的GPT-4進行了測試。

結果顯示，未經調教的版本只答對了68%，而調教后的版本答對了85%。

順便提一句，真人專家在測試中的平均成績是89.8%。

數學方面，同樣使用MMLU數據集進行測試，開發者從中選擇了15個大學難度的數學問題。

雖然準確率只有60%，但也是及格了，而且比原版GPT的40%已經好了太多。

化整為零，逐步解決

開發者將SmartGPT中的環節形象地比作了職場中的角色：

“甲方”：SmartGPT用戶。
“經理”：和“甲方”對接，把任務拆分成高級子任務并逐一匯報給“老板”。
“老板”：制定計劃，將高級子任務再次拆分，并分發給“員工”。
“員工”：接收任務，編寫偽代碼，交給“小黃人”執行。
“小黃人”：將偽代碼優化成LUA腳本并運行。

作為“甲方”的用戶，需要做的只是像使用普通GPT一樣輸入自己的問題，而不必給出額外指令。

SmartGPT會幫助用戶把問題拆分，然后按照步驟提交給GPT。

此前有人發現，在輸入給GPT的指令中加入“let’s think step by step”可以提高回復的準確率。

同時，GPT-4具有回溯能力，能夠發現并指出自己此前回答中的錯誤。

以上兩個特性為SmartGPT的工作提供了重要支撐。

△ SmartGPT工作流程圖

在用戶輸入完指令后，SmartGPT對其進行處理拆分，包括添加“let’s think step by step”類似的表述。

然后它會將處理好的指令傳至GPT的API，并重復多次獲取不同的答案。

接著，SmartGPT會向API發送要求其回溯答案并選擇最優解的指令。

最后，將GPT自己選擇的最佳答案展示給用戶。

上述步驟受到了三篇學術論文的啟發（圖中白框）。

這三篇論文的內容分別關于“鏈式提示方式”、“動態記憶及讓LLM自我回溯”和“用對話提高LLM完成度”。

和其他工具相比，SmartGPT好在哪

AutoGPT等工具同樣可以用來優化GPT，SmartGPT比它們好在哪里呢？

由于其工作原理是將任務進行拆分，會形成邏輯鏈條，因此SmartGPT擁有更強大的推理能力。

實用性方面，SmartGPT由獨立的子模塊組成，使用者可以對它們進行任意排列、組合和刪改。

此外，無論對于用戶還是開發人員，SmartGPT的配置過程都更為簡單。

不過開發者也坦言，這個項目剛推出不久，因此穩定性有待考證，在內存優化方面還有所欠缺，消耗的環境資源也更多。

在項目推出之后，有網友表示我們低估了GPT的潛力，甚至包括OpenAI自己。

那么，你期待GPT未來的表現嗎？

SmartGPT目前暫無開箱可用版本，需要自行在Linux環境搭建，動手能力強的讀者可根據下面的項目頁面中的指示體驗：

項目地址：https://github.com/Cormanz/smartgpt

項目涉及到的論文：
[1]. https://arxiv.org/abs/2305.02897
[2]. https://arxiv.org/abs/2303.11366
[3]. https://arxiv.org/abs/2303.17071