CoT-Lab: uma ferramenta de diálogo experimental para explorar o pensamento iterativo sobre a colaboração entre humanos e computadores

Introdução geral

O CoT-Lab é uma interface experimental para explorar novos paradigmas na colaboração entre humanos e computadores. Com base na Teoria da Carga Cognitiva e nos Princípios de Aprendizagem Ativa, o CoT-Lab facilita o alinhamento cognitivo profundo entre humanos e IA por meio da criação de "parceiros pensantes". O projeto tem como objetivo aprimorar o envolvimento cognitivo humano sincronizando a saída lenta dos resultados da IA com a velocidade do processamento de informações humanas e promover um envolvimento cognitivo mais profundo por meio da manipulação direta da interface.

Demonstração: https://huggingface.co/spaces/Intelligent-Internet/CoT-Lab

Lista de funções

• sincronização cognitivaVelocidade de saída da IA: a velocidade de saída da IA é sincronizada com a velocidade de processamento de informações humanas, reduzindo a carga cognitiva.
• Tecido de pensamento sinérgicoHumanos: Os humanos participam ativamente da cadeia de pensamento da IA, editando o processo de raciocínio da IA.
• fragmentação de informaçõesO que significa que o bloqueio de informações de acordo com as restrições da memória de trabalho reduz a carga cognitiva imposta pela pesquisa visual.
• Aprimoramento da aprendizagem ativaPromova um envolvimento cognitivo mais profundo por meio da manipulação direta da interface.
• cognição distribuídaExploring the human-machine hybrid problem solving paradigm (Explorando o paradigma de solução de problemas híbridos homem-máquina).

Usando a Ajuda

Processo de instalação

1. armazém de clones::

   git clone https://github.com/Intelligent-Internet/CoT-Lab-Demo
cd CoT-Lab-Demo

2. Instalação de dependências::

   pip install -r requirements.txt

3. Ambiente de configuraçãoDefinir o valor efetivo Deepseek Chave de API ou API compatível com OpenAI SDK.

   exportar API_KEY=sk-****
exportar API_URL=https://api.deepseek.com/beta
exportar API_MODEL=deepseek-reasoner

4. iniciar um aplicativo::

   python app.py

Processo de uso

1. Configuração do prompt inicialDescrição: Descreva seu prompt na caixa de entrada (por exemplo, "Explain the foundations of quantum computing" (Explique os fundamentos da computação quântica)).
2. Ajuste dos parâmetros cognitivos::
   • taxa de transferência de sincronização de pensamentoConfiguração do número de gerados por segundo tokens Quantidade (por exemplo, 5: ler em voz alta, 10: acompanhar, 50: navegar).
   • Ritmo do pensamento humanoPausa automática: define a pausa automática a cada X segmentos (padrão desativado, recomendado para aprendizado ativo).
3. Fluxo de trabalho interativo::
   • Clique em "Generate" (Gerar) para iniciar o pensamento colaborativo e acompanhar o processo de pensamento.
   • Edite o processo de raciocínio da IA enquanto ela estiver pausada ou pressione Shift+Enter para pausar a qualquer momento.
   • Pressione Shift+Enter novamente para retornar o controle à IA.

Conceito de design

• Otimização da carga cognitivaAdaptação às restrições da memória de trabalho por meio da fragmentação de informações, a apresentação de informações em série reduz a carga cognitiva da pesquisa visual.
• Aprimoramento da aprendizagem ativaInterface de manipulação direta: a interface de manipulação direta promove um envolvimento cognitivo mais profundo.
• cognição distribuídaExploring the human-machine hybrid problem solving paradigm (Explorando o paradigma de solução de problemas híbridos homem-máquina).