De Cero a Héroe Cómo AutoGen está Redefiniendo LLM

De Cero a Héroe Cómo AutoGen está redefiniendo el mundo de LLM

¿Qué es AutoGen?

Autogen Microsoft es un proyecto de Microsoft que te permite crear tantos agentes autónomos como desees y hacer que trabajen juntos para realizar diferentes tareas. Es un marco de trabajo que permite a los agentes, los cuales se describirán más adelante, comunicarse entre sí y resolver tareas. Es flexible y permite a las personas realizar cambios mientras utilizan diferentes herramientas.

Un agente es un mecanismo que decide qué hacer a continuación y toma acciones basadas en esa decisión. La IA de los juegos también es un tipo de agente que observa el tablero y piensa en el siguiente movimiento antes de hacerlo.

En el campo del aprendizaje por refuerzo (retroalimentación humana), se han utilizado enfoques para aprender comportamientos desde hace mucho tiempo.

• Cómo Veriff redujo el tiempo de implementación en un 80% utilizando los puntos de enlace multitarea de Amazon SageMaker
• Investigadores de CMU y Google DeepMind presentan AlignProp un enfoque de IA basado en retropropagación directa para afinar los modelos de difusión de texto a imagen para una función de recompensa deseada.
• Proyecto Green Light de Google sincroniza los semáforos para reducir en un 30% las paradas

Recientemente, aprovechando la flexibilidad de LLM, ahora podemos planificar el siguiente paso sin necesidad de aprendizaje, gracias a agentes como AutoGPT e intérpretes de código.

Además, el mecanismo del agente, como Langchain, ya es de código abierto.

Sin embargo, aunque el Agente LLM proporciona la política de acción a través de indicaciones, ha sido difícil realizar tareas muy complejas debido al rendimiento de LLM y a las limitaciones de la información que se puede proporcionar a través de indicaciones.

Por lo tanto, al conectar múltiples agentes, podemos esperar poder ejecutar tareas más difíciles que con un solo agente.

Ejemplos de mecanismos de múltiples agentes como estos incluyen mecanismos como Camel y ChatDEV.

Aunque existía un mecanismo de este tipo en el software de código abierto, construirlo desde cero resultó ser un desafío.

Por otro lado, Autogen Python es un marco de trabajo diseñado para crear un sistema de conversación multiagente complejo como este. Ofrece agentes personalizables y conversables, aprovechando las mejores capacidades de los LLMs de vanguardia, y tengo la intención de intentarlo.

Probemos el problema FizzBuzz para una demostración sencilla.

Creemos un código que resuelva el problema más simple, ejecutémoslo, y luego repasaremos los pasos para implementar una solución sencilla. i

We will continue to update Zepes; if you have any questions or suggestions, please contact us!