Program-aided Language Models (PAL)은 MRKL 시스템의 또 다른 예입니다!

질문을 받으면 PAL은 이 질문을 해결하는 코드를 작성할 수 있고, 코드를 프로그램 실행환경에 보내 결과를 얻습니다.

하지만 PAL은 CoT와 대조됩니다! PAL의 중간 추론은 코드인 반면, CoT의 추론은 자연어입니다.

PAL은 사실 자연어와 코드를 상호작용하여 사용한다는 것이 중요합니다.

위 이미지에서 파란색으로 표시된 것은 PAL이 생성한 자연어 추론입니다. 이미지에는 표시되어 있지 않지만, 실제로 PAL은 NL 추론의 각 줄 앞에 '#'을 생성하여 프로그램 런타임에서 주석으로 해석되기 때문이죠!

#예시

이번에는 langchain이라는 Python 패키지를 사용하여 PAL이 수학 문제를 해결하는 예시를 살펴보겠습니다!

이를 위해서는 몇 가지 설치가 필요합니다 😄

!pip install langchain==0.0.26 !pip install openai from langchain.llms import OpenAI import os os.environ["OPENAI_API_KEY"] = "sk-YOUR_KEY_HERE"

그런 다음, GPT-3 davinci-002의 인스턴스를 생성할 수 있습니다. 이 때, API 호출이 발생합니다!

llm = OpenAI(model_name='text-davinci-002', temperature=0)