Questo post riassume bene molte delle cose che abbiamo costruito per abilitare il coordinamento tra più agenti, strumenti, ecc. in GRID. Questo è un problema importante da risolvere per la monetizzazione dell'open source: dobbiamo trovare modi efficaci per coordinare molti artefatti open source in flussi di lavoro AGI in modo automatico. Ecco cosa abbiamo fatto finora: Innanzitutto, all'inizio, abbiamo scoperto che i LLM mancano di conoscenza dei flussi di lavoro complessi che gli esperti umani utilizzano. Quindi abbiamo curato questi flussi da esperti per il grounding (in futuro, questo sarà aperto ad altri per contribuire). Successivamente, abbiamo sviluppato una tecnica per suddividere le query in compiti più semplici in modo ricorsivo. Questo approccio di ricerca profonda, denominato ROMA, sarà rilasciato come libreria open source a breve. Recentemente, @ManusAI_HQ ha utilizzato un approccio correlato che hanno chiamato ricerca ampia (anche se non è open source e non sono stati forniti dettagli). Infine, abbiamo sperimentato con molti nuovi "compiti semplici" che costituiscono i nodi foglia nei nostri flussi. Uno divertente menzionato in questo thread di tweet è l'uso di più modelli composti utilizzando il routing a livello di token, un'idea interessante per combinare le capacità di due modelli. Potrai sperimentare query risposte in questo modo su chat senziente nei prossimi mesi. Molte idee stanno entrando in produzione per noi!
Sentient
Sentient19 ago, 01:56
Come orchestra l'intelligenza il GRID? Instradando, combinando e coordinando migliaia di modelli, agenti e flussi di dati, il GRID si espande come un cervello distribuito. Man mano che cresce, la sua intelligenza collettiva si accumula, portando a risultati a livello di AGI. Ecco come gli algoritmi sottostanti rendono questo possibile 👇
7,24K