Esta publicación resume de manera efectiva muchas de las cosas que hemos estado construyendo para habilitar la coordinación entre múltiples agentes, herramientas, etc. en GRID. Este es un problema importante a resolver para la monetización de código abierto: necesitamos encontrar formas efectivas de coordinar muchos artefactos de código abierto en flujos de trabajo de AGI automáticamente. Esto es lo que hemos hecho hasta ahora: Primero, al principio, descubrimos que los LLM carecen de conocimiento sobre flujos de trabajo complejos que utilizan los expertos humanos. Así que los recopilamos de expertos para fundamentar (en el futuro, esto estará abierto para que otros contribuyan). A continuación, desarrollamos una técnica para descomponer consultas en tareas más simples de manera recursiva. Este enfoque de investigación profunda, denominado ROMA, se lanzará pronto como una biblioteca de código abierto. Recientemente, @ManusAI_HQ utilizó un enfoque relacionado que llamaron búsqueda amplia (aunque no es de código abierto y no se proporcionaron detalles). Finalmente, hemos estado experimentando con muchas "tareas simples" nuevas que constituyen los nodos hoja en nuestros flujos. Una divertida mencionada en este hilo de tweets es el uso de múltiples modelos compuestos mediante enrutamiento a nivel de token, una idea interesante para combinar las capacidades de dos modelos. ¡Podrás experimentar consultas respondidas de esta manera en chat sentiente durante los próximos meses! ¡Muchas ideas están entrando en producción para nosotros!
Sentient
Sentient19 ago, 01:56
¿Cómo orquesta la GRID la inteligencia? Al enrutar, combinar y coordinar miles de modelos, agentes y flujos de datos, la GRID se escala como un cerebro distribuido. A medida que crece, su inteligencia colectiva se multiplica, logrando resultados a nivel de AGI. Aquí está cómo los algoritmos subyacentes hacen esto posible 👇
7,36K