总述

• HuggingGPT 让LLM发挥向路由器一样的作用，让LLM来选择调用那个专业的模型来执行任务。
• HuggingGPT搭建LLM和专业AI模型的桥梁。
• Language is a generic interface for LLMs to connect AI models

四个阶段

• Task Planning： 将复杂的任务分解。但是这里是将任务分解为一系列的structured tasks。还可以通过之前的 chat logs 辅助生成子任务

• Model Selection: 根据任务的需求和模型的描述来选择模型执行任务

• Task Excution: 执行任务

• Response Generation: 将前三阶段的执行结果进行整合，输出。

Limitations

• Planning 不能保证每次LLM生成的plan是最合适的或者最优的

• Efficiency HuggingGPT 在整个工作流程中需要多次和LLM进行交互，等待相应个过程中增加了等待的成本。

• Token Length 有限制，而要选择合适的AI Model，需要将模型的description进行总结

• Instability 不稳定性，不能保证每次LLM生成出来的内容都是符合格式要求的并且能使得工作流正常运行。