从原理到实现教你做一个Code Interpreter

▼最近直播超级多，预约保你有收获

近期直播：《基于从原理到实现教你做出一个 Code Interpreter》

 —1—

Code Interpreter 技术架构剖析 

Code Interpreter 是“一个实验性的 ChatGPT 模型”，它将 Python 代码写入 Jupyter Notebook，并在 SandBox 沙箱中执行，该沙箱具有以下几个特性：

第一、其他用户以及互联网隔离，无法上网；

第二、支持最多 100MB 文件上传/下载；

第三、预装了 343 个库；

第四、支持持久会话。

通过反向工程（如上图）我们看到 Code Interpreter 的底层基座并不是基于 GPT-4，而是采用了新的微调大模型 gpt-4-code-interpreter，针对代码生成进行了微调。

此外，Code Interpreter 本质上一种 AI Agent（如下图），借助 LLM 大模型的推理能力，实现了代码的生成、代码的运行、代码的异常处理等落地执行工作。

Code Interpreter = LLM + Planning + Memory + Use Tools.

Code Interpreter 有输入模块，支持输入文本、文件、图片、视频等结构化和非结构化数据。

Code Interpreter 的规划能力借助 ReAct 思维链模式来把代码生成、代码运行等复杂工作拆分成简单工作。比如针对用户 Prompt 先思考（Thought）给出执行步骤，然后进行行动（Action），最后通过观察（Observation）执行结果是否完成复杂任务。

Code Interpreter 的使用工具主要是 Python 的 SandBox 沙箱环境，用于 Python 代码的自动执行。

Code Interpreter 在执行过程中借助于 Memory 记忆能力实现子任务的通信和协作。

总之，掌握好 Coder Interpreter 的技术架构和实现原理，对于 IT 人来说是一项非常重要的技能，它可以让您的 LLM 业务研发更高效和创新。

—2—

超干货 Code Interpreter 技术实战直播

为了帮助同学们掌握好 AI Agent 技术架构和应用案例实战，明晚20点，我会开一场直播和同学们深度聊聊：

    第一、Code Interpreter 应用场景解析

    第二、Code Interpreter 技术架构深度剖析

    第三、基于 LangChain 实现 Code Interpreter 

    第四、Code Interpreter 架构实践中的难点及解决方案

请同学点击下方按钮预约直播，咱们明晚20点不见不散哦~~

近期直播：《基于从原理到实现教你做出一个 Code Interpreter》

END