Microsoft AutoGenフレームワークは1万個のスターを獲得するほど人気が​​あります。インテリジェントエージェントはチャットで問題を解決できます。

Microsoft AutoGenフレームワークは1万個のスターを獲得するほど人気が​​あります。インテリジェントエージェントはチャットで問題を解決できます。

わずか 2 週間で、プロジェクトのスターの数が 390 から 10,000 に増加し、Discord で 5,000 人以上のメンバーが集まりました。この人気プロジェクトは、Microsoft が最近リリースした新しいツール AutoGen です。

AutoGen は、複数の LLM エージェントがチャットを通じてタスクを解決できるようにするフレームワークと考えることができます。 LLM エージェントは、プログラマー、デザイナー、または役割の組み合わせなど、さまざまな役割を果たすことができ、対話プロセスによってタスクが解決されます。

それだけでなく、AutoGen はカスタマイズ可能で、会話型であり、人間の関与も可能にします。 AutoGen は、LLM タスク、人間の入力、およびさまざまなツールの組み合わせを通じて機能します。

プロジェクトアドレス: https://github.com/microsoft/autogen

このプロジェクトを使用したユーザーの中には、「要件を指定して Enter キーを押すだけで、中間プロセスについてはまったく心配する必要はありません...」と非常に高い評価を与えた人もいます。

別のネットユーザーはこう言った。「AutoGen のおかげで、わずか数秒で Snake ゲームを作ることができました。」

では、誰もが熱望するこのプロジェクトの利点とは何でしょうか? 具体的には、次のとおりです。

  • AutoGen を使用すると、マルチエージェント ダイアログに基づく次世代の LLM アプリケーションを簡単に構築できます。複雑な LLM のワークフローを簡素化し、LLM モデルのパフォーマンスを最大化し、その弱点を克服します。
  • AutoGen は複数のダイアログ モードをサポートしているため、開発者は AutoGen に基づいて幅広いダイアログ モードを構築できます。
  • AutoGen は、さまざまな分野とさまざまなアプリケーションをカバーする、さまざまな複雑さの作業システムを提供します。
  • AutoGen は、拡張推論用の API として、openai.Completion または openai.ChatCompletion の代替品を提供します。

さらに、AutoGen をより効果的に使用するための多くの例がプロジェクトに示されています。たとえば、ネットユーザーによると、クローラー プログラムを実装して、Web ページの画像を取得して保存したい場合です。 ChatGPTを使用して実装した場合、実行コードが返されます。一般的に、このコードはそのまま使用することはできず、人間が修正する必要があります。ただし、このタスクを AutoGen に引き渡す場合は、それを達成するために必要なエージェントをいくつか定義するだけで済みます。

次の例は、AutoGen フレームワークを使用して MathChat で数学の問題を解決するときに、エージェントを構築する手順が実行中のコードに表示され、エージェントが初期化されることを示しています。

下の図は、数学的な問題解決、マルチエージェント コーディング、オンライン意思決定、検索拡張チャット、動的グループ チャット、会話型チェスなど、AutoGen を使用して構築された 6 つのアプリケーションの例を示しています。

AutoGen は、ChatGPT や GPT-4 などの LLM の有用性を最大限に高めるのにも役立ちます。前述のように、AutoGen は openai.Completion または openai.ChatCompletion の代替品を提供し、チューニング、キャッシュ、エラー処理、テンプレートなどの機能を追加します。たとえば、ユーザーは独自のチューニング データを使用して、予算内で LLM 生成を最適化できます。

 # perform tuning config, analysis = autogen.Completion.tune ( data=tune_data, metric="success", mode="max", eval_func=eval_func, inference_budget=0.05, optimization_budget=3, num_samples=-1, ) # perform inference for a test instance response = autogen.Completion.create (cnotallow=test_instance, **config)

上記の使用例は、さまざまな問題を解決する上で AutoGen が幅広く適用できることを示しており、開発者にとって貴重なツールとなっています。まだ体験したことがない方は、公式のインストール手順に従って試してみてください。

<<:  AI革命をリードする:企業がAIアプリケーションを推進するためのベストプラクティス

>>:  ReConフレームワークは、AIビッグモデルが嘘を検出するのに役立ちます。Avalonゲームでインテリジェントエージェントが欺瞞に対処する方法を見てみましょう。

ブログ    
ブログ    

推薦する

現実世界の複雑な課題を解決するための LLM+模倣学習: AI2 が SwiftSage を提案

GPT-4 などの大規模言語モデル (LLM) は多くの推論タスクで優れたパフォーマンスを発揮します...

クラウド上でのインテリジェント運転の 3D 再構築のベスト プラクティス

インテリジェント運転技術の継続的な発展により、私たちの移動方法や交通システムは変化しています。 3D...

...

センシング、AI、想像力:視覚がモノのインターネットをどう形作るか

ビジョンは、私たちの世界を大きく変えつつあるモノのインターネットの成長において、急速に主要なセンシン...

知っておくべき 8 つのニューラル ネットワーク アーキテクチャ

ニューラル ネットワークは機械学習におけるモデルの一種です。ニューラル ネットワークは、機械学習の分...

...

人工知能は統合を加速させており、テレビ業界は若返りを急ぐべきではない

関連データによると、今年上半期、わが国のカラーテレビ市場の累計販売台数は2,000万台未満で、前年同...

...

旅行業界における機械学習と AI: 5 つの重要な業界ユースケース

この利便性は、近年旅行、観光、ホスピタリティ業界が積極的に導入している機械学習と人工知能の技術がなけ...

展望: 2023 年のディープラーニングとメタバースの未来

ディープラーニング (DL) は、再帰型ニューラル ネットワーク、長期短期記憶、畳み込みニューラル ...

月給5万ドルでこのホットなAI分野をマスターするには、これらの9冊の本を読むだけで十分です

はじめに:国内の求人検索サイトのデータによると、2019年現在、上海の自然言語処理(NLP)関連職種...

今日の AI 開発者にとって必須のローコード ツール 22 選

翻訳者 |陳俊レビュー | Chonglou今日、人工知能ツール (AI) は非常に強力です。開発チ...

高齢者介護の問題がますます顕著になり、人工知能が大きな注目を集めている

[[431999]]新しい世代が古い世代に取って代わると、古い世代はどこへ行くのでしょうか。今日、2...

この記事では人工知能とは何かを徹底的に解説します!

人工知能 (AI) は、自然科学のさまざまな分野を網羅しており、主に特定の種類の知的な人間の活動をモ...