Selama beberapa bulan terakhir, telah terjadi peningkatan yang signifikan dalam pekerjaan penelitian yang berkaitan dengan agen AI otonom, khususnya dalam konteks Model Bahasa Besar (LLM), mengubah cara orang berinteraksi dengan internet atau jaringan - apakah itu mengirim email, negosiasi, memproduksi produk, sumber, memenuhi pesanan, bahkan memesan tiket pesawat, atau bahkan cara mengatur LLM dalam waktu dekat.
LLM saat ini bergantung pada bimbingan manusia dan tidak memiliki penalaran otonom, sementara agen otonom dapat beroperasi secara independen, membuat keputusan real-time dan beradaptasi dengan skenario yang berubah. Salah satu aplikasi menarik dari agen otonom adalah kemampuan mereka untuk meningkatkan kinerja LLM. Mereka berkolaborasi dalam percakapan multi-agen, memungkinkan LLM untuk meningkatkan melalui umpan balik dan komunikasi penalaran.
Microsoft baru-baru ini mengusulkan AutoGen, kerangka kerja untuk membangun aplikasi LLM menggunakan beberapa agen yang mampu berkomunikasi satu sama lain. Demikian pula, Google DeepMind baru-baru ini menerbitkan sebuah makalah "How FaR Are Large Language Models From Agents with Theory-of-Mind?" Bahkan kritikus Meta's Shepherd: Language Model Generation berbicara tentang agen AI otonom yang sama yang menambah dan melakukan tugas sendiri.
其他论文还包括 SELF: Evolusi Diri Berbasis Bahasa untuk Model Bahasa Besar 和 SelfEvolve: Kerangka Evolusi Kode melalui Model Bahasa Besar。
OpenAI juga bersiap untuk meluncurkan produk serupa di DevDay bulan depan, konon disebut JARVIS.
** Di bawah ini adalah daftar agen AI otonom terbaru:**
AutoGen
Microsoft AutoGen, misalnya, memanfaatkan LLM untuk membuat agen serbaguna yang dapat belajar, beradaptasi, dan bahkan kode. Konvergensi kemampuan ini, ditambah dengan fitur-fitur seperti caching dan intervensi manusia, memungkinkan sistem AI berkembang dan berkembang.
AutoGen menyederhanakan pembuatan aplikasi LLM generasi berikutnya, mengotomatiskan dan mengoptimalkan alur kerja yang kompleks. Agen AI ini mendukung beberapa mode percakapan, dan pengembang dapat menyesuaikan interaksi agen. Ini menyediakan berbagai sistem kerja untuk aplikasi yang berbeda dan dapat menggantikan alat OpenAI untuk meningkatkan API inferensi.
MusicAgent
Peneliti Microsoft baru-baru ini meluncurkan MusicAgent, agen otonom untuk musik yang didukung oleh LLM. Diduga, agen AI ini dapat membantu pengembang secara otomatis menganalisis permintaan pengguna dan memilih alat yang tepat sebagai solusi. Kerangka kerja baru mereka terintegrasi langsung dengan berbagai alat terkait musik dari berbagai sumber, termasuk Hugging Face, GitHub, pencarian web, dan banyak lagi.
Selain itu, para peneliti menyesuaikan alur kerja otonom untuk mencapai kompatibilitas yang lebih baik dengan tugas-tugas musik, memungkinkan pengguna untuk memperluas toolset mereka. Ingin mengintegrasikan lebih banyak fitur terkait musik ke MusicAgent.
MiniAGI
MiniAGI adalah agen otonom sederhana yang bekerja mulus dengan GPT-3.5-Turbo dan GPT-4. Ini menggunakan petunjuk yang kuat serta toolkit minimal, serangkaian pemikiran, dan memori jangka pendek dengan ringkasan. Selain itu, ia memiliki kemampuan untuk monolog dan kritik diri.
Multi-GPT
Multi-GPT adalah sistem multi-agen eksperimental dengan "expertGPT" untuk penyelesaian tugas kolaboratif. Setiap ExpertGPT memiliki memori jangka pendek dan jangka panjang yang terpisah dan kemampuan untuk berkomunikasi dengan orang lain. Pengguna dapat menetapkan tugas, dan expertGPT akan bekerja sama untuk menyelesaikan tugas.
Sistem ini menyediakan akses Internet untuk pengumpulan dan pencarian informasi. Ini secara efektif mengelola memori jangka pendek dan jangka panjang. Ini menggunakan instance GPT-4 untuk pembuatan teks, menyediakan akses ke situs web dan platform populer, dan termasuk penyimpanan file dan ringkasan menggunakan GPT-3.5. Hal ini menjadikan Multi-GPT alat serbaguna untuk berbagai tugas dan kebutuhan manajemen data.
BeeBot
BeeBot adalah asisten AI otonom yang dirancang untuk menyederhanakan dan mengotomatiskan berbagai tugas praktis. Dengan BeeBot, pengguna dapat merasakan kenyamanan memilih alat melalui AutoPack dan memiliki fleksibilitas untuk mengakses alat tambahan saat tugas berkembang. Selain itu, ketekunan bawaan memastikan bahwa BeeBot dapat mengingat dan mengingat informasi, menjadikannya asisten yang lebih andal.
Berkat REST API-nya, yang mengikuti standar umum yang disebut e2b, ia dapat dengan mudah bekerja dengan sistem dan layanan yang berbeda. BeeBot juga memberi Anda informasi dengan menggunakan server websocket untuk berbagi pembaruan secara real time. Ia bekerja dalam berbagai cara menyimpan file, seperti dalam memori, di komputer, atau dalam database.
Bayi AGI
Baby AGI adalah skrip Python yang menyederhanakan manajemen tugas dengan menggunakan OpenAI dan Pinecone API dan kerangka kerja LangChain. Sistem berbasis AI ini unggul dalam membuat, mengatur, memprioritaskan, dan melaksanakan tugas berdasarkan tujuan yang telah ditentukan, semua belajar dari tugas sebelumnya.
Baby AGI memanfaatkan kemampuan pemrosesan bahasa alami (NLP) OpenAI untuk merumuskan tugas-tugas baru yang selaras dengan tujuan yang ditetapkan. Pinecone bertindak sebagai repositori untuk menyimpan hasil tugas dan mengambil konteks, sementara kerangka LangChain menangani keputusan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
6 Agen AI Otonom yang Perlu Diketahui Tentang Ini
Sumber artikel: AI Ape
Selama beberapa bulan terakhir, telah terjadi peningkatan yang signifikan dalam pekerjaan penelitian yang berkaitan dengan agen AI otonom, khususnya dalam konteks Model Bahasa Besar (LLM), mengubah cara orang berinteraksi dengan internet atau jaringan - apakah itu mengirim email, negosiasi, memproduksi produk, sumber, memenuhi pesanan, bahkan memesan tiket pesawat, atau bahkan cara mengatur LLM dalam waktu dekat.
LLM saat ini bergantung pada bimbingan manusia dan tidak memiliki penalaran otonom, sementara agen otonom dapat beroperasi secara independen, membuat keputusan real-time dan beradaptasi dengan skenario yang berubah. Salah satu aplikasi menarik dari agen otonom adalah kemampuan mereka untuk meningkatkan kinerja LLM. Mereka berkolaborasi dalam percakapan multi-agen, memungkinkan LLM untuk meningkatkan melalui umpan balik dan komunikasi penalaran.
Microsoft baru-baru ini mengusulkan AutoGen, kerangka kerja untuk membangun aplikasi LLM menggunakan beberapa agen yang mampu berkomunikasi satu sama lain. Demikian pula, Google DeepMind baru-baru ini menerbitkan sebuah makalah "How FaR Are Large Language Models From Agents with Theory-of-Mind?" Bahkan kritikus Meta's Shepherd: Language Model Generation berbicara tentang agen AI otonom yang sama yang menambah dan melakukan tugas sendiri.
其他论文还包括 SELF: Evolusi Diri Berbasis Bahasa untuk Model Bahasa Besar 和 SelfEvolve: Kerangka Evolusi Kode melalui Model Bahasa Besar。
OpenAI juga bersiap untuk meluncurkan produk serupa di DevDay bulan depan, konon disebut JARVIS.
** Di bawah ini adalah daftar agen AI otonom terbaru:**
AutoGen
Microsoft AutoGen, misalnya, memanfaatkan LLM untuk membuat agen serbaguna yang dapat belajar, beradaptasi, dan bahkan kode. Konvergensi kemampuan ini, ditambah dengan fitur-fitur seperti caching dan intervensi manusia, memungkinkan sistem AI berkembang dan berkembang.
AutoGen menyederhanakan pembuatan aplikasi LLM generasi berikutnya, mengotomatiskan dan mengoptimalkan alur kerja yang kompleks. Agen AI ini mendukung beberapa mode percakapan, dan pengembang dapat menyesuaikan interaksi agen. Ini menyediakan berbagai sistem kerja untuk aplikasi yang berbeda dan dapat menggantikan alat OpenAI untuk meningkatkan API inferensi.
MusicAgent
Peneliti Microsoft baru-baru ini meluncurkan MusicAgent, agen otonom untuk musik yang didukung oleh LLM. Diduga, agen AI ini dapat membantu pengembang secara otomatis menganalisis permintaan pengguna dan memilih alat yang tepat sebagai solusi. Kerangka kerja baru mereka terintegrasi langsung dengan berbagai alat terkait musik dari berbagai sumber, termasuk Hugging Face, GitHub, pencarian web, dan banyak lagi.
Selain itu, para peneliti menyesuaikan alur kerja otonom untuk mencapai kompatibilitas yang lebih baik dengan tugas-tugas musik, memungkinkan pengguna untuk memperluas toolset mereka. Ingin mengintegrasikan lebih banyak fitur terkait musik ke MusicAgent.
MiniAGI
MiniAGI adalah agen otonom sederhana yang bekerja mulus dengan GPT-3.5-Turbo dan GPT-4. Ini menggunakan petunjuk yang kuat serta toolkit minimal, serangkaian pemikiran, dan memori jangka pendek dengan ringkasan. Selain itu, ia memiliki kemampuan untuk monolog dan kritik diri.
Multi-GPT
Multi-GPT adalah sistem multi-agen eksperimental dengan "expertGPT" untuk penyelesaian tugas kolaboratif. Setiap ExpertGPT memiliki memori jangka pendek dan jangka panjang yang terpisah dan kemampuan untuk berkomunikasi dengan orang lain. Pengguna dapat menetapkan tugas, dan expertGPT akan bekerja sama untuk menyelesaikan tugas.
Sistem ini menyediakan akses Internet untuk pengumpulan dan pencarian informasi. Ini secara efektif mengelola memori jangka pendek dan jangka panjang. Ini menggunakan instance GPT-4 untuk pembuatan teks, menyediakan akses ke situs web dan platform populer, dan termasuk penyimpanan file dan ringkasan menggunakan GPT-3.5. Hal ini menjadikan Multi-GPT alat serbaguna untuk berbagai tugas dan kebutuhan manajemen data.
BeeBot
BeeBot adalah asisten AI otonom yang dirancang untuk menyederhanakan dan mengotomatiskan berbagai tugas praktis. Dengan BeeBot, pengguna dapat merasakan kenyamanan memilih alat melalui AutoPack dan memiliki fleksibilitas untuk mengakses alat tambahan saat tugas berkembang. Selain itu, ketekunan bawaan memastikan bahwa BeeBot dapat mengingat dan mengingat informasi, menjadikannya asisten yang lebih andal.
Berkat REST API-nya, yang mengikuti standar umum yang disebut e2b, ia dapat dengan mudah bekerja dengan sistem dan layanan yang berbeda. BeeBot juga memberi Anda informasi dengan menggunakan server websocket untuk berbagi pembaruan secara real time. Ia bekerja dalam berbagai cara menyimpan file, seperti dalam memori, di komputer, atau dalam database.
Bayi AGI
Baby AGI adalah skrip Python yang menyederhanakan manajemen tugas dengan menggunakan OpenAI dan Pinecone API dan kerangka kerja LangChain. Sistem berbasis AI ini unggul dalam membuat, mengatur, memprioritaskan, dan melaksanakan tugas berdasarkan tujuan yang telah ditentukan, semua belajar dari tugas sebelumnya.
Baby AGI memanfaatkan kemampuan pemrosesan bahasa alami (NLP) OpenAI untuk merumuskan tugas-tugas baru yang selaras dengan tujuan yang ditetapkan. Pinecone bertindak sebagai repositori untuk menyimpan hasil tugas dan mengambil konteks, sementara kerangka LangChain menangani keputusan.