Memperkenalkan plugin ralph-research. Saya baru saja mengadopsi ralph-loop untuk mengimplementasikan makalah. Terpesona betapa bagusnya ini sudah berhasil. Seluruh plugin diciptakan oleh Claude Code, tetapi sudah dapat mengkodekan konsep kertas AI dan menjalankan eksperimen dalam lingkaran yang meningkatkan diri. Liar!

Catatan: - Butuh waktu sekitar 40 menit untuk mengimplementasikan makalah ReAct tanpa gangguan. - Itu mengalami beberapa masalah, tetapi menemukan cara untuk menyelesaikannya di sepanjang jalan. Inilah yang membuat ralph-loop sangat kuat. Ia dapat mengeksplorasi solusi dan belajar dari kesalahannya. Saya akan berpendapat bahwa penelitian mungkin merupakan kasus penggunaan yang lebih baik untuk ralph karena penelitian membutuhkan banyak eksplorasi. - Saya telah menguji makalah baru lainnya, dan telah melakukan pekerjaan dengan baik, yang memberi saya harapan bahwa ini dapat diterapkan menjadi lebih kuat. - Seperti yang Anda lihat di video, dan seperti halnya apa pun yang didukung LLM, akan kesulitan untuk menggunakan model yang lebih baru bahkan jika Anda memberikan instruksi dan API. Tetapi ini adalah sesuatu yang dapat dengan mudah diperbaiki dengan dorongan yang cerdas. - Ini bukan plugin yang sempurna, dan sebagian besar untuk tujuan pengujian internal. Saya masih memiliki banyak hal yang harus ditingkatkan sebelum saya dapat merilisnya, bersama dengan plugin lain yang bergantung padanya. Saya akan membagikan detail lebih lanjut saat saya terus mengerjakan plugin ini. Ikuti @omarsar0 Beri tahu saya pemikiran Anda dan bagaimana ini bisa berguna bagi Anda.