LLMs können diverse Tools nutzen

Über diese Seite Werk

Gründet auf dem Werk „KI-Revolution“ Arnold Oberleiter
25. Oktober 2024 n. Chr. hrsg.  
AI mit Arnie
LLMs meistern
Weitere Fähigkeiten von LLMs
Überarbeitung Liste Werke von Klaus Feldmann 
AbschriftAbschrift
28. November 2024 n. Chr. erst.  
19:50 Uhr Ausgabe 00
Ausgabe 00
veröffentlicht
geprüft
↑ Worum geht es in diesem Abschnitt? (Weitere Fähigkeiten von LLMs)
→ LLMs können diverse Tools nutzen
↓ Multimodalität, Vision und Bilderkennung
LLMSK~1.mp4 LLMSK~1.pages

🎓 LLMs können diverse Tools nutzen

📽️ 1LLMSK~1 (7:15)

LLMs können verschiedenste Tools verwenden, um Sachen umzusetzen. Wir werden hier in ChatGPT arbeiten, damit du besser sehen kannst, was ich meine, wie das Ganze funktioniert.

Als kleines Beispiel: Wenn ich zu dir sage, was ist 16 x 34 geteilt durch 7, dann würdest du das höchstwahrscheinlich nicht im Kopf durchrechnen. Du würdest höchstwahrscheinlich losgehen, du nimmst dein Handy und du verwendest einen Taschenrechner, oder du öffnest auf deinem Computer den Taschenrechner und tippst die Dinge ein. GPT kann das Ganze ähnlich machen. Und ChatGPT hat mittlerweile relativ viele Tools mit eingebaut, das es verwenden kann. Ich werde hier erstmal die wichtigsten zeigen, und danach sprechen wir natürlich auch über Multimodalität und so weiter.

Wir machen jetzt einfach mal ein Beispiel: Gebe ich hier irgendetwas ein, dann wird natürlich kein Tool verwendet. Wenn ich hier so etwas frage wie: „Wann war der Zweite Weltkrieg?“, dann ist ChatGPT höchstwahrscheinlich an diesen Daten trainiert, und das ganz ganz normale Large Language Model wird verwendet. Jedoch brauchen wir ab und zu vielleicht Daten, Daten von dem Internet. Und ChatGPT kann das Internet natürlich auch durchsuchen. Wenn ich z. B. so etwas frage wie: „Wann wurden die letzten Quartalszahlen von Meta gemeldet?“, dann wird ChatGPT jetzt losgehen ins das Internet, und es werden hier drei Seiten durchsucht. Du kannst hier draufklicken. Was passiert ist: Es wurden drei Seiten durchsucht, und ChatGPT sagt uns: „Am 24. April 2024 wurden die Zahlen gemeldet. Der Umsatz war 36,46 Milliarden.“ Hier bekommst du zwei Webseiten, einmal direkt von Meta, und einmal – zweimal direkt von Meta, um ehrlich zu sein.

Wenn ich ChatGPT hier überprüfen will, dann kann ich natürlich auch diesen Links folgen, z. B., und ich sehe hier: „24. April 2024.“ Das ist korrekt. Wenn ich das noch mal prüfen will mit einem Link, der nicht von ChatGPT kommt – also, das ist schon vertrauenswürdig, das sind die Meta-Investor-Relations, also die stimmen immer –, aber ich kann ja z. B. auch mal auf Market Screener gehen. Ich sehe hier unten: „Meta, Mittwoch, den 24. April, haben wir die Quartalszahlen bekommen.“ Das heißt, ChatGPT findet meistens wirklich die richtigen Antworten, wobei das eine oder andere natürlich auch mal daneben gehen kann.

Das ist hier also das erste Tool, das ChatGPT verwenden kann: ChatGPT kann das Internet durchsuchen. Es gibt aber noch weit mehr. Lass uns mal ein iteratives Beispiel machen: „Wie waren die letzten fünf Quartalszahlen von Meta? Erstelle eine Tabelle.“ Also hier geht jetzt ChatGPT los, sucht sich die letzten fünf Quartalszahlen von Meta raus. Ich werde das jetzt hier nicht weiter überprüfen. Ich will einfach nur, dass du verstehst, wie das funktioniert. Erinnere dich: ChatGPT kann immer Fehler machen – keine Garantie, dass die Dinge jetzt stimmen.

Was hat ChatGPT gemacht? ChatGPT ist losgegangen ins das Web, die Webdurchsuche wurde getriggert, und wir bekommen hier unsere Tabelle. Und wir gehen einfach mal davon aus, dass die Zahlen stimmen. Jetzt machen wir was anderes. Wir wollen jetzt eine Rechnung machen. Generell muss ich sagen, LLMs sind nicht gut mit Zahlen. Deshalb verwenden LLMs auch Hilfetools, z. B. einen Taschenrechner. Sie können also nicht nur das Internet durchsuchen, sie können auch hergehen und einen Taschenrechner verwenden.

Sagen wir mal, wir wollen den durchschnittlichen Umsatz der letzten fünf Quartale. „Rechne den durchschnittlichen Umsatz der letzten fünf Quartale aus.“ Also, das LLM wird das jetzt nicht einfach nur aus dem Kopf machen, sondern es wird ein Tool verwenden. Es schreibt sich hier ein kleines Python-Skript oder nimmt einen Taschenrechner, um das einfach zu sagen, und wir bekommen hier das Ergebnis: „34,274.“ Wir könnten das jetzt natürlich überprüfen, indem wir diese fünf Zahlen zusammenzählen und diese danach durch fünf teilen. Wie gesagt, ich lass das einfach mal so stehen.

ChatGPT kann na…aber natürlich noch weit mehr. Du hast gesehen: Internet durchsuchen, Taschenrechner holen. ChatGPT kann, wie du hier siehst, natürlich auch Python verwenden. Und mit … bei Python kann ChatGPT ganz, ganz viel machen. ChatGPT kann die ganze Python-Library aufrufen und hier auch Charts zeichnen: „Zeichne einen Chart der letzten fünf Quartale. Nimm nur den Umsatz, Timeline auf der x-Achse, Umsatz auf der y-Achse.“ Jetzt wird ChatGPT hergehen, wird in die Python-Library reingehen, wird hier was Cooles Cooles malen. Wir haben hier natürlich schon den Umsatz, und wir bekommen jetzt höchstwahrscheinlich ein Diagramm mit x-Achse, mit y-Achse, und ChatGPT wird das aufzeichnen. Man sieht also hier eine wunderschöne Grafik.

Und jetzt kommt noch etwas Cooles: ChatGPT kann das natürlich auch nach vorne spinnen. Es kann Python verwenden, es kann einen Rechner verwenden und noch vieles mehr: „Rechne den Umsatz nach vorne. Geh davon aus, dass Meta den Umsatz pro Quartal um 2 % steigern wird. Mal ein Diagramm mit Forecast bis Ende 2026.“ Natürlich keine Ahnung, ob Meta um 2 % pro Quartal wachsen wird – das ist hier einfach nur irgendein Beispiel, damit du verstehst, dass ChatGPT auch wunderschöne Forecasts machen kann, wenn du ihm denn die richtigen Dinge gibst.

Also, dieses Wachstum wird zu 99,9 % nicht so ausfallen. Das wird nicht ganz einfach jedes Quartal um 2 % wachsen. Aber du siehst: Ein wunderschöner Forecast. Und natürlich könnten wir auch Bilder malen mit ChatGPT. Etwas Cooles noch hier, um das Ganze zu beenden: „Zeichne ein Bild, wie sich ein Meta-Investor freut, da das Unternehmen wächst.“ Und du siehst also, Rechtschreibung ist vollkommen egal. Du siehst: Jetzt verwenden wir ein anderes Tool. Das Tool nennt sich DALL·E. Das ist ein Diffusionsmodell, und wir können natürlich auch Bilder zeichnen mit diesen Large Language Models, z. B. mit ChatGPT. Und du siehst, wir haben hier einen Investor, der sieht relativ glücklich aus, weil die Meta-Aktie steigt.

In diesem Video hast du gelernt, dass LLMs verschiedenste Tools verwenden können, genauso wie wir Menschen. Wenn ich zu dir sage: „Rechne mal 12 x 37 x 3 x 2 geteilt durch 7,“ dann verwendest du nicht deinen Kopf, sondern du verwendest einen Taschenrechner. Und genau das macht auch ChatGPT. Wenn ich zu dir sage: „Mach mal einen Chart zu x, y, z,“ dann wirst du höchstwahrscheinlich in Excel reingehen, die Dinge reintippen und so weiter. Und ChatGPT macht das ganz einfach in der Python-Library. Und wenn ChatGPT malen muss, dann verwendet ChatGPT DALL·E. ChatGPT macht das Ganze meistens über API-Calls. Müssen wir jetzt aktuell noch nicht wissen. Du musst einfach nur wissen: ChatGPT wird sich verschiedenste Tools mit reinziehen, wenn ChatGPT denkt, dass es sonst nicht imstande ist, eine Aufgabe auszuführen.

Und das ist genau das, was du in diesem Video gesehen hast. Im nächsten Video sehen wir uns die Multimodalität an.