MITの中国人博士課程学生がChatGPTをJupyterに移行し、自然言語プログラミングをワンストップソリューションに

自然言語プログラミングは Jupyter で直接実行できます。

MIT の中国人博士課程の学生によって作成されたこのプラグインは、プログラミング ツールと GPT-4 間のシームレスな接続を実現します。

ロード後、必要なプログラムを「言う」だけで、コードを取得してデバッグし、直接実行できます。

作者はChatGPTとJupyterの名前を組み合わせてChapyterと名付けました。

Chapyter がリリースされた後、vscode ユーザーはそれを羨望の眼差しで見つめ、いつか自分たちも使えるようになることを願っていました。

作者はまた、より多くのプラットフォームに適合したバージョンが開発中であると回答した。

Jupyterで自然言語で直接プログラミング

Chapyter と以前の Colab の違いは何ですか?

開発者は表をリストしました:

Jupyter では、Chapyter は自然言語で直接プログラムを記述し、自動的に実行できます。

たとえば、フィボナッチ数列の最初の 50 項を知りたいとします。

ご覧のとおり、Chapyter はコードを提供するだけでなく、結果を直接実行します。

さらに、Chapyter は古いコードを呼び出して結果を実行し、いくつかの新しい操作を実行することもサポートしています。

たとえば、前のプログラムはいくつかのデータを生成しましたが、これらのデータを直接呼び出して視覚的なイメージを生成することができます。

写真

AI 生成コードの信頼性が低いのではないかと心配ですか?問題ありません。いつでもシームレスに手動デバッグに切り替えることができます。

写真

Chapyter で使用されるすべてのプロンプトはオープンかつ透明であり、GitHub ページの Program.py で直接確認できます。

また、Chapyter は GPT の API バージョンを使用しているため、プライバシー漏洩についてあまり心配する必要はありません。

GPT API ユーザー契約によれば、API を通じて行われた会話はモデルのトレーニングには使用されないからです。

簡単な導入

Chatpyter の導入プロセスは非常に簡単です。

Pythonとnode.jsがインストールされている環境では、コマンドラインモードで「pip install chapyter」コマンドを直接使用することでインストールを完了できます。

インストール プロセスにより Jupyter がバージョン 4.0 以上にアップグレードされ、環境が変更される可能性があることに注意してください。

インストール後、環境変数に GPT API キーと組織名を設定すると、デプロイが完了します。

使用する際は、Jupyterで「%load_ext chapyter」と入力してChapyterを起動します。

より詳細なチュートリアルについては、GitHub ページの examples ディレクトリにあるドキュメントを参照してください。

著者について

Chapyter の著者は、MIT の中国人博士課程学生、Shannon Zejiang Shen です。

彼の NLP における具体的な研究対象は、科学、法律、医学における意味理解です。

HCI の分野では、シェン氏は人間 (特に専門家) が AI モデルとどのように対話するかについても研究しています。

GitHub プロジェクト ページ: https://github.com/chapyter/chapyter/。

参考リンク:
[1] https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/.
[2]https://www.szj.io/.