Comme l’ont dit les internautes, avec l’aide d’AutoGen, pour accomplir une tâche à l’avenir, l’utilisateur n’a qu’à donner la demande, appuyer sur la touche Entrée, le processus intermédiaire est complètement ignoré et la tâche est automatiquement terminée.

Source originale : Communauté ouverte de l’AIGC

Source de l’image : Généré par Unbounded AI

Un projet, en seulement deux semaines, le scalaire en étoile est passé de 390 à 10K, et a attiré plus de 5 000 membres sur Discord, un projet aussi populaire est le nouvel outil récemment publié par Microsoft, AutoGen.

Nous pouvons considérer AutoGen comme un framework qui permet à plusieurs agents LLM de résoudre des tâches via le chat. Les agents LLM peuvent jouer une variété de rôles, tels que programmeur, concepteur ou une combinaison de rôles, et le processus de dialogue résout la tâche.

De plus, AutoGen est personnalisable, conversationnel et permet un engagement humain. AutoGen fonctionne avec LLM pour les tâches, l’intervention humaine et une combinaison d’outils.

Adresse du projet :

Les utilisateurs qui ont utilisé le projet ont donné une évaluation très élevée, en disant : « Donnez la demande, appuyez sur le retour, le processus intermédiaire est complètement négligent... »

Un autre internaute a déclaré : « AutoGen m’a aidé à créer un jeu de serpent en quelques secondes. »

Alors, quels sont les avantages des projets que tout le monde a applaudis, en particulier :

AutoGen facilite la création d’applications LLM de nouvelle génération basées sur des dialogues multi-agents, en rationalisant le flux de travail des LLM complexes, en optimisant les performances des modèles LLM et en surmontant leurs faiblesses.

• AutoGen prend en charge plusieurs modes de dialogue, ce qui permet aux développeurs de créer un large éventail de modes de conversation basés sur AutoGen.
• AutoGen propose une gamme de systèmes de travail plus ou moins complexes, couvrant différents domaines et applications.
• AutoGen fournit openai. Achèvement ou openai. Un remplacement direct de ChatCompletion en tant qu’API pour une inférence améliorée.

De plus, de nombreux exemples sont donnés dans le projet pour vous aider à mieux utiliser AutoGen. Par exemple, selon un internaute, supposons que vous souhaitiez mettre en œuvre un robot d’exploration et explorer et enregistrer des images de pages Web. S’il est implémenté avec ChatGPT, il renverra le code d’exécution, généralement le code ne peut pas être utilisé directement, et des corrections humaines sont nécessaires. Cependant, si vous confiez cette tâche à AutoGen, vous n’avez besoin de définir que quelques agents pour y parvenir.

L’exemple suivant montre que lors de l’utilisation de l’infrastructure AutoGen pour résoudre un problème mathématique à l’aide de MathChat, l’étape de création d’un agent apparaît dans le code en cours d’exécution et l’initialise :

Le diagramme suivant montre six exemples d’applications créées avec AutoGen, notamment la résolution de problèmes mathématiques, le codage multi-agents, la prise de décision en ligne, le chat avec récupération améliorée, le chat de groupe dynamique et les échecs conversationnels.

AutoGen permet également de maximiser l’utilité des LLM tels que ChatGPT et GPT-4. Comme mentionné précédemment, AutoGen fournit openai. Achèvement ou openai. Un remplacement direct de ChatCompletion, avec d’autres fonctionnalités ajoutées telles que le réglage, la mise en cache, la gestion des erreurs et les modèles. Par exemple, les utilisateurs peuvent utiliser leurs propres données de réglage pour optimiser ce que le LLM génère dans les limites du budget.

effectuer le réglage

config, analyse = autogen. Completion.tune (

data=tune_data,



metric="succès »,



mode="max »,



_func=_func,



inference_budget = 0,05,



optimization_budget = 3,



num_samples=-1,

)

effectuer l’inférence pour une instance de test

réponse = autogen. Completion.create (context=test_instance, **config)

Ces cas d’utilisation démontrent la large applicabilité d’AutoGen pour résoudre un large éventail de problèmes, ce qui en fait un outil précieux pour les développeurs. Ceux qui n’en ont pas encore fait l’expérience, selon les étapes d’installation fournies par le responsable, vous pouvez commencer.

Lien de référence :