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    
ブログ    
ブログ    

推薦する

データ変換ツールにおけるAIの未来

人工知能はデータ変換ツールに革命をもたらし、効率、精度、リアルタイム処理を向上させます。シームレスな...

ディープラーニングの未来に関する6つの予測

[51CTO.com クイック翻訳] ディープラーニングは複雑な概念であり、その中の各要素は単純では...

...

医療や旅行など多くの分野で人工知能が導入され、生産と生活の変革が加速している。

モバイルインターネットやビッグデータなどの新技術の推進により、人工知能は新たな発展ブームを迎え、実際...

...

ロボットが家庭に入り込み、家事を引き受け始めています。あなたのお気に入りはどれですか?

【網易知能ニュース 3月18日】次回チェルシーでディナーを楽しんだ際、スーパーヨットの執事の慎重な...

KDnuggets 調査 | データ サイエンティストが最もよく使用するアルゴリズム トップ 10

翻訳 | 江凡百理子杰樹校正 | ロリン最新の KDnuggets 調査では、データ サイエンティス...

ガートナー: 2024 年の主要な戦略的テクノロジー トレンド

2024 年までに、AI は企業で主流となり、クラウド サービス、セキュリティ、持続可能性も影響力を...

教育を強化するための人工知能の新たな方向性とは?

AlphaGoが数年前にプロの囲碁プレイヤーに勝利して以来、人工知能はメディアで最もよく使われる言...

AIを使って人間の子どもを「飼い慣らす」: ハードコアな子育ての楽しさを発見した父親

技術オタクの父親たちは、Netflix のエピソードを数本静かに観るために何をするのでしょうか? [...

コンピュータービジョンにおける次の大きな進歩はどこから生まれるのでしょうか?

翻訳者 | ブガッティレビュー | Chonglou 1950 年代のコンピューター ビジョンの最初...

...

アリババDAMOアカデミーが自動運転の技術的困難を突破:3D物体検出の精度と速度の両方を実現

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

中国はビッグデータ、人工知能、遺伝子技術などに関する知的財産法制の整備を加速させる。

中国共産党中央委員会と国務院がこのほど発表した「知的財産強国建設要綱(2021~2035年)」では、...

写真から3Dモデルを生成、GANとオートエンコーダが衝突して奇跡を起こす

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...