GeneGPT

GeneGPT是一个针对生物医学信息访问改进的工具增强型大型语言模型（LLM）。它利用特定于领域的工具，即NCBI的Web API，通过教授大型语言模型如何执行API调用来回答信息检索问题，从而解决了传统LLM在处理专业知识时常出现的“幻觉”问题。

GeneGPT的工作原理和特点：

1. 培训LLM利用工具： GeneGPT通过在上下文学习中结合新的解码算法，教授LLM如何识别和执行API调用。这意味着当你询问有关生物医学的问题时，GeneGPT不仅依赖其巨大的语料库来产生答案，而且还会实时利用特定的Web API获取最新和最准确的信息。
2. 突破性的性能： 在八项GeneTuring任务上，GeneGPT的平均得分为0.83，远远超过了以前的最佳模型，比如新的Bing（0.44）、生物医学专门的BioGPT（0.04）和ChatGPT（0.12）。
3. 更好的学习效果： 研究表明，使用API演示比阅读文档更有效地帮助LLM学习如何利用工具。
4. 能够处理多步骤问题： GeneGPT可以泛化到更长链的API调用上，解决多跳问题。

使用场景

GeneGPT在需要准确、更新的生物医学信息时特别有用。它适用于有以下需求的情况：

• 研究者：寻找特定基因、疾病关联、基因所在位置、DNA比对信息等。
• 生物信息学家：需要进行多物种DNA比对、查找蛋白质编码基因、基因SNP（单核苷酸多态性）关联等复杂查询。
• 医疗卫生专业人员：虽然GeneGPT的信息不应直接用于临床决策，但它可以作为获取最新科研进展和相关生物标记物信息的工具。

设置和使用

• 安装Python环境和所需依赖后，用户需要一个OpenAI的API密钥才能运行GeneGPT。
• 运行代码前，需要将密钥添加到配置文件中。
• GeneGPT及其“精简版”可以通过命令行执行，用户可以根据需要选取不同的文档和演示来进行上下文学习。
• 提供了评估脚本来衡量GeneGPT在特定任务上的表现。