Фреймворк Sibyl: улучшение возможностей LLM в сложных задачах рассуждения

 Sibyl: An AI Agent Framework Designed to Enhance the Capabilities of LLMs in Complex Reasoning Tasks

“`html

Повышение способностей агентов с использованием фреймворка Sibyl: усиление сложных рассуждений

Большие языковые модели (LLM) революционизировали взаимодействие человека с компьютером, но сталкиваются с проблемами в сложных реальных сценариях, требующих обширного рассуждения. Агенты на основе LLM испытывают трудности с длинными цепочками рассуждений, что приводит к распространению ошибок и снижению точности. Сложность существующих систем затрудняет их практическое внедрение и масштабируемость. Управление длинным контекстом представляет существенную проблему, и существует разрыв между заявленными и реальными длинами контекста, которые могут обрабатывать LLM. Проблема “разбавления контекста” дополнительно усложняет интеграцию информации из различных источников. Эти проблемы подчеркивают необходимость более простого подхода, который улучшает способности рассуждения, обеспечивает управление контекстом и позволяет LLM сосредотачиваться на актуальной информации, не перегружаясь объемом данных.

Практические решения и ценность

Недавние достижения в области искусственного интеллекта привели к интеграции LLM в автономных агентов, стремясь к искусственному общему интеллекту (AGI). Эти агенты на основе LLM показали себя многообещающими в различных областях, включая решение математических задач, программирование, ролевые игры и социальное моделирование. Открытые сообщества разработали фреймворки, такие как Langchain, BabyAGI и AutoGPT, для создания более универсальных агентов, способных решать общие задачи. В то время как эти агенты хорошо проявляют себя в простых сценариях, они испытывают трудности с комплексными реальными вызовами. Это ограничение подчеркивает необходимость дальнейших улучшений в агентах на основе LLM для эффективного решения более сложных проблем и устранения разрыва между специализированными и по-настоящему универсальными системами искусственного интеллекта.

Исследователи из Baichuan Inc. и колледжа интеллекта и вычислений Тяньцзиньского университета представляют Sibyl – прочный фреймворк агента на основе LLM, разработанный для решения сложных задач рассуждения. Он включает четыре основных модуля: планировщик инструментов, канал приобретения внешней информации, многопользовательский судебный дебатный совет на основе LLM и глобальное рабочее пространство. Ключевым новшеством является канал приобретения внешней информации, который эффективно сжимает и обрабатывает информацию с использованием специализированного языка представления. Этот подход позволяет Sibyl сосредотачиваться на актуальных деталях, сохранять длину контекста и осуществлять расширенные шаги рассуждения. Фреймворк также включает глобальное рабочее пространство для безшовного обмена информацией и совет для самосовершенствования перед окончательными ответами.

Дизайн Sibyl основан на принципах функционального программирования, акцентируя повторное использование и отсутствие состояния. Он использует функции QA вместо диалогов во внутренних запросах рассуждения LLM, позволяя независимую работу без постоянных состояний. Этот подход упрощает структуру фреймворка и облегчает отладку и улучшение. Экспериментальные результаты на тестовом наборе GAIA демонстрируют современную производительность Sibyl, особенно в сложных сценариях. Это подчеркивает улучшенные возможности Sibyl в решении сложных задач рассуждения и его потенциал для продвижения приложений на основе LLM к более преднамеренному мышлению системы-2.

Фреймворк Sibyl построен на философии дизайна, направленной на уменьшение сложности при усилении возможностей агентов на основе LLM. Он использует интерфейс браузера, ориентированный на человека, вместо Retrieval Augmented Generation, сохраняя больше контекста и глубины доступа к данным. Sibyl использует функцию QA без состояния вместо диалогов, упрощая архитектуру системы и облегчая ее обслуживание. Фреймворк централизует свои функции вокруг двух основных инструментов: веб-браузера и среды Python, что ближе соответствует способам взаимодействия человека с интерфейсом браузера.

Sibyl акцентирует улучшение возможностей для долгосрочной памяти, планирования и коррекции ошибок. Он включает глобальное рабочее пространство, общее для всех модулей, хранящее информацию с использованием инкрементального языка представления на основе состояния. Этот подход выборочно сжимает прошлые события, добавляя только актуальные информационные инкременты. Фреймворк также включает механизмы планирования и самокоррекции, обобщая результаты инструментов и планируя последующие шаги на основе текущей оценки прогресса. Механизм “Суд” с использованием формата многопользовательского дебата позволяет самокритику и коррекцию, эффективно используя информацию, хранящуюся в глобальном рабочем пространстве, для уточнения ответов и обеспечения точного решения проблемы.

Экспериментальные результаты демонстрируют превосходную производительность Sibyl на тестовом наборе GAIA, особенно в сложных сценариях уровней 2 и 3. Sibyl превзошел другие модели, включая GPT-4 с плагинами и без них, AutoGPT-4, AutoGen и FRIDAY. На тестовом наборе Sibyl достиг точности 34.55%, по сравнению с 32.33% для AutoGen и 24.25% для FRIDAY. Разрыв в производительности увеличился в более сложных сценариях, подчеркивая улучшенную способность Sibyl к устранению распространения ошибок в сложных процессах рассуждения.

Sibyl также продемонстрировал превосходные возможности обобщения с меньшим снижением точности от проверки к тестовому набору (с 40.00% до 34.55%) по сравнению с AutoGen (с 39.39% до 32.33%) и FRIDAY (с 34.55% до 24.25%). В терминах эффективности Sibyl последовательно превосходил людей при правильном решении проблем, используя значительно меньше шагов на всех уровнях сложности. Несмотря на ограничение в 20 шагов рассуждения, Sibyl продемонстрировал высокую эффективность рассуждения, указывающую на сильную способность устранять излишние рассуждения и подавлять распространение ошибок. Эти результаты подчеркивают потенциал Sibyl в продвижении агентов на основе LLM к более преднамеренному и эффективному решению проблем в сложных сценариях.

Sibyl представляет собой значительный прогресс в фреймворках агентов на основе LLM, предназначенный для улучшения способностей сложных рассуждений. Путем включения модульной конструкции и глобального рабочего пространства для эффективного обмена информацией и совместной работы, Sibyl облегчает переход от быстрого интуитивного мышления системы-1 к более медленному и преднамеренному мышлению системы-2 в агентах на основе LLM. Экспериментальные результаты на тестовом наборе GAIA демонстрируют превосходство Sibyl над существующими современными решениями, особенно в случае использования GPT-4. Эта производительность подчеркивает эффективность инновационного подхода Sibyl к решению сложных задач реального мира. По мере развития искусственного интеллекта фреймворк Sibyl предлагает многообещающий путь к развитию более способных и универсальных приложений на основе LLM, потенциально сокращая разрыв между текущими возможностями и требованиями сложных многошаговых рассуждений в реальных сценариях.

Подробнее о статье можно узнать в оригинале. Все заслуги за это исследование принадлежат его исследователям. Также не забудьте подписаться на наш Twitter.

“`

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Многоходовое Внимание: Революция в Понимании Языковых Моделей

    Введение в механизмы внимания в языковых моделях Языковые модели (LLMs) активно используют механизмы внимания для эффективного извлечения контекстной информации. Однако традиционные методы внимания ограничены однотокеновым вниманием, что может затруднять понимание сложных языковых зависимостей.…

  • Amazon Nova Act: Революция в автоматизации веб-задач

    Введение в Amazon Nova Act Amazon представил революционную модель ИИ под названием Nova Act, предназначенную для автоматизации различных веб-задач. Этот ИИ-агент может автоматизировать процессы, такие как заполнение форм, навигация по интерфейсу и управление…

  • Руководство для начинающих по терминалу и командной строке: основные команды и советы

    Практические бизнес-решения с использованием Terminal/Command Prompt Введение Terminal и Command Prompt – это мощные инструменты для взаимодействия с компьютерами, которые могут значительно повысить производительность и эффективность в бизнесе. Преимущества использования Terminal/Command Prompt Эффективная…

  • Гибридная система вознаграждений ByteDance: улучшение RLHF с помощью RTV и GenRM

    Введение в Гибридную Систему Наград в ИИ Недавнее исследование от ByteDance представляет значительное достижение в области искусственного интеллекта через гибридную систему наград. Эта система объединяет Проверяющие Задачи Размышления (RTV) и Генеративную Модель Наград…

  • Революционная платформа AI для интеграции рассуждений и поиска

    Введение в ReSearch: Прогрессивная AI-структура Обзор ReSearch ReSearch представляет собой продвинутую структуру, которая обучает большие языковые модели (LLM) комбинировать рассуждения с поиском с помощью обучения с подкреплением, устраняя необходимость в контролируемых данных для…

  • Использование Git и Git Bash: Руководство для бизнеса

    Бизнес-преобразование с помощью Git и искусственного интеллекта Введение Использование Git и Git Bash может значительно улучшить управление проектами. Эти инструменты позволяют командам отслеживать изменения кода и эффективно сотрудничать, что значительно повышает производительность бизнеса.…

  • Создание инструмента для анализа рентгеновских снимков с открытым исходным кодом

    Создание инструмента для оценки рентгеновских снимков с открытым исходным кодом Практические бизнес-решения Создание прототипа инструмента для оценки рентгеновских снимков может значительно улучшить процессы диагностики и повысить качество обслуживания клиентов в медицинских учреждениях. Использование…

  • Увеличение разнообразия креативного письма с помощью DPO и ORPO в ИИ моделях

    Улучшение креативного письма с помощью ИИ: Практические решения для бизнеса Понимание проблемы креативного письма в ИИ Креативное письмо требует разнообразия и воображения, что представляет собой уникальную задачу для систем искусственного интеллекта (ИИ). В…

  • Оценка юридических ответов на соответствие GDPR с помощью платформы Atla

    Оценка юридических ответов для соблюдения GDPR с помощью платформы Atla Обзор Данный гид описывает практический подход к оценке качества юридических ответов, сгенерированных языковыми моделями, с использованием платформы Atla и Python SDK. Наша цель…

  • VideoMind: Прорыв в понимании видео с помощью ИИ

    Видеоминд: Применение AI для понимания видео Видеоминд представляет собой значительное достижение в области искусственного интеллекта, особенно в понимании видео. Этот инновационный подход решает уникальные задачи анализа видеоконтента. Понимание задач видеоконтента Видеоматериалы более сложны…

  • Hostinger Horizons: Создавайте веб-приложения без кода с помощью ИИ

    Практические бизнес-решения с использованием Hostinger Horizons Hostinger Horizons предлагает уникальные возможности для бизнеса благодаря своей платформе без кода, которая упрощает создание веб-приложений. Вот как это может улучшить бизнес и реальную жизнь: Преимущества использования…

  • Hunyuan-T1: Революция в Искусственном Интеллекте для Бизнеса

    Практические бизнес-решения Преобразование рабочих процессов Искусственный интеллект может значительно улучшить бизнес-операции. Вот практические шаги, которые стоит рассмотреть: 1. Определите возможности автоматизации Ищите процессы, которые можно автоматизировать для повышения эффективности. 2. Улучшите взаимодействие с…

  • FFN Fusion от NVIDIA: Революция в эффективности больших языковых моделей

    Введение в большие языковые модели Большие языковые модели (LLMs) становятся все более важными в различных секторах, обеспечивая работу приложений, таких как генерация естественного языка и разговорные агенты. Однако с увеличением размера и сложности…

  • UI-R1: Улучшение предсказания действий GUI с помощью обучения с подкреплением

    UI-R1 Framework: Улучшение предсказания действий GUI с помощью ИИ Обзор проблемы Традиционный метод обучения больших языковых моделей (LLMs) и агентов графического пользовательского интерфейса (GUI) требует больших объемов размеченных данных, что приводит к длительным…

  • Эффективное Масштабирование Времени Вывода для Бизнеса

    Оптимизация времени вывода для потоковых моделей: практические бизнес-решения Введение Недавние разработки в области искусственного интеллекта сместили акцент с увеличения размера модели и объема обучающих данных на повышение эффективности вычислений во время вывода. Эта…

  • Устойчивое развитие AI для временных рядов с помощью синтетических данных: инновационный подход Salesforce

    Возможности ИИ для анализа временных рядов с использованием синтетических данных Анализ временных рядов имеет огромное значение для бизнеса, но он сталкивается с проблемами доступности и качества данных. Использование синтетических данных может решить эти…

  • Руководство по решению уравнения Бюргера 1D с помощью PINNs в PyTorch

    Практическое руководство по преобразованию бизнеса с помощью ИИ Это руководство демонстрирует, как использовать физически обоснованные нейронные сети (PINNs) для решения уравнения Бургенса и как такие технологии могут улучшить бизнес-процессы и реальную жизнь. Шаги…

  • Открытие OpenVLThinker-7B: Новый уровень визуального мышления для бизнеса

    Улучшение визуального мышления с OpenVLThinker-7B Понимание проблемы Модели, объединяющие обработку языка и интерпретацию изображений, испытывают трудности с многошаговым мышлением. Это создает проблемы в таких задачах, как понимание графиков и решение визуальных математических задач.…