«`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.
«`
