Gorilla: 连接海量API的大语言模型

Gorilla是一个基于LLaMA（Large Language Model with API）的大型语言模型，它可以生成适当的API调用。它是在三个大型的机器学习库数据集上训练的：Torch Hub, TensorFlow Hub和HuggingFace。它还可以快速地添加新的领域，包括Kubernetes, GCP, AWS, OpenAPI等等。在零样本的情况下，Gorilla超越了GPT-4, Chat-GPT和Claude的性能。

Gorilla的一个特点是它可以结合一个文档检索系统，从而能够适应测试时文档的变化，实现灵活的API更新和版本更换。它还显著地减少了直接使用LLM时常见的幻觉问题，提高了输出的可靠性和适用性。

为了评估Gorilla的能力，论文作者提出了一个全面的数据集APIBench，包括HuggingFace, TorchHub和TensorHub的API。Gorilla在这个数据集上表现出了强大的写API调用的能力，超过了GPT-4等其他模型。

Gorilla的代码、模型、数据和演示都可以在这个网址找到：https://github.com/ShishirPatil/gorilla 。

我觉得Gorilla是一个很有创意和前瞻性的项目，它展示了大型语言模型在使用API方面的潜力。我认为它可以为编程者提供很多便利和帮助，也可以为其他领域的应用提供灵感。

当然，它也有一些局限性和挑战，比如如何保证API调用的正确性和安全性，以及如何处理不同API之间的兼容性和冲突问题。我希望Gorilla能够不断地改进和完善，成为一个更加可靠和实用的工具。

信息源：

(1) Gorilla: Large Language Model Connected with Massive APIs. https://gorilla.cs.berkeley.edu/.

(2) Gorilla: Large Language Model Connected with Massive APIs. https://arxiv.org/abs/2305.15334.

(3) Gorilla: Large Language Model Connected with Massive APIs. https://arxiv.org/pdf/2305.15334.pdf.