前言
欢迎来的“完蛋!我被 LLM 包围了”小游戏,《完蛋!我被LLM包围了!》是一款智力挑战游戏。该项目利用 LLM,基于 ModelScope 社区内现有的 LLM 对话 Gradio 应用程序代码,结合知乎文章《如何用“不可能”完成任务》中的预设问题,自动生成了对应的游戏代码,创造了一个独特的游戏体验。
在这个游戏中,玩家需要巧妙构造问题,挑战LLM给出满足特定条件的回答。
在这里,你可以和大模型斗智斗勇,通过你的聪明才智,让大模型遵循你的指令,“老老实实”地回答问题。一起来感受玩“坏”大模型的乐趣吧!
体验链接:
ModelScope 创空间体验链接:
https://modelscope.cn/studios/LLMRiddles/LLMRiddles
Hugging Face Space 体验链接:
https://llmriddles-llmriddles.hf.space/
代码也同步在 Github 开源,欢迎大家来社区贡献谜题,我们一起把十八道题扩充到九九八十一道!
GitHub link:
https://github.com/modelscope/modelscope/tree/master/examples/apps/llm_riddles
02
项目缘起和开发
昨天凌晨,看到 Hugging Face 的小伙伴在朋友圈发了这么个内容,联系了千问 2.0 API 的同学,一拍即合,然后项目就开始了:
缘起:
开发:
值得说明的是,该项目 60% 以上的代码,尤其是答案校验部分,均为 LLM 完成。
例如生成关卡信息和对应的关卡验证代码过程如下, 输入:
第三关卡描述
```
第三章 巅峰挑战
第1题 自说自话请做出一个至少10个字的提问,使回答和提问完全一样。
第2题 话自说自
请做出一个至少10个字的提问,使回答是提问的逆序。
第3题 就是敢说
请在不提及1,3这三个字符的情况下让模型回答1+1=3,不要有多余的字符。
第4题 回文协变
请输入一个本身不是回文串的问题,使正着问和倒着问的时候,模型的回答本身不回文且也是逆序的关系。
```
请生成对应的关卡信息以及validator函数,输出的格式遵循如下代码格式
```python
chapter_2_challenges = [
{
"name": "第二章 数字游戏",
"problems": [
{
"title": "第1题 质数长度",
"description": "你需要提出一个字数是质数的问题,使回答的长度刚好是它的下一个质数。",
"validator": lambda response, input: is_prime(len(input)) and len(response) == next_prime(len(input))
},
{
"title": "第2题 越说越大",
"description": "请输入一个大于一的正整数作为问题,使回答里包含至少比它大一千的数。",
"validator": lambda response, input: any(int(num) > int(input) + 1000 for num in response.split() if num.isdigit())
},
{
"title": "第3题 越说越小",
"description": "请输入一个大于一的正整数作为问题,使回答里包含至少10个不同的至少比它小一千的自然数。",
"validator": lambda response, input: len({int(num) for num in response.split() if num.isdigit() and int(num) < int(input) - 1000}) >= 10
},
{
"title": "第4题 警世名言",
"description": "请在不提及1,4,5这三个字符的情况下让模型回答114514,不要有多余的字符。",
"validator": lambda response, input: response.strip() == "114514" and all(c not in input for c in ["1", "4", "5"])
},
]
}
# ...其他章节的挑战可以以类似方式添加...
]
```
输出如下:
03
未来计划
√ 初版本源码和创空间体验 ready
○ 支持自定义问题和验证逻辑接入
○ 扩充到 9 个大关卡,每个关卡 9 个问题
○ 支持更多开源模型
○ 支持云端 API 和本地推理切换
(√ 已完成 ○ 待完成)
04
贡献指南
我们欢迎大家为《完蛋!我被LLM包围了!》做出贡献,包括提出更多好玩的问题,修复 validator 的 corner case,以及提供更多的玩法。请按以下步骤操作:
-
访问项目地址
https://github.com/modelscope/modelscope/
并fork项目。 -
在你的本地环境中创建你的特性分支 (git checkout -b feature/AmazingFeature)。
-
提交你的改动 (git commit -m ‘Add some AmazingFeature’)。
-
将你的改动推送到分支上 (git push origin feature/AmazingFeature)。
-
在原项目下发起一个 Pull Request。按照如下格式提交 PR:
{
"title": "第2题 小试牛刀",
"description": "请输入三个字以内的问题,使模型的回答在30个字以上。",
"validator": lambda response, input: len(input) <= 3 and len(response) > 30
},
体验链接:
https://llmriddles-llmriddles.hf.space/
本文由 Hugging Face 中文社区内容共建项目提供,稿件由社区成员投稿,经授权发布于 Hugging Face 公众号。文章内容不代表官方立场,文中介绍的产品和服务等均不构成投资建议。了解更多请关注公众号:如果你有与开源 AI、Hugging Face 相关的技术和实践分享内容,以及最新的开源 AI 项目发布,希望通过我们分享给更多 AI 从业者和开发者们,请通过下面的链接投稿与我们取得联系:https://hf.link/tougao