Este post resume de forma agradável muitas das coisas que temos vindo a construir para permitir a coordenação entre múltiplos agentes, ferramentas, etc., no GRID. Este é um problema importante a resolver para a monetização de código aberto: precisamos descobrir formas eficazes de coordenar muitos artefatos de código aberto em fluxos de trabalho de AGI automaticamente. Aqui está o que fizemos até agora: Primeiro, desde o início, descobrimos que os LLMs carecem de conhecimento sobre fluxos de trabalho complexos que os especialistas humanos utilizam. Assim, selecionamos esses fluxos de trabalho a partir de especialistas para fundamentação (no futuro, isso estará aberto para outros contribuírem). Em seguida, desenvolvemos uma técnica para dividir consultas em tarefas mais simples de forma recursiva. Esta abordagem de pesquisa profunda, denominada ROMA, será lançada em breve como uma biblioteca de código aberto. Recentemente, a @ManusAI_HQ utilizou uma abordagem relacionada que chamaram de busca ampla (embora não seja de código aberto e nenhum detalhe tenha sido fornecido). Finalmente, temos experimentado muitas novas "tarefas simples" que constituem os nós folha em nossos fluxos. Uma divertida mencionada neste fio de tweet é o uso de múltiplos modelos compostos usando roteamento a nível de token, uma ideia interessante para combinar as capacidades de dois modelos. Você poderá experimentar consultas respondidas dessa maneira no chat sentiente nos próximos meses. Muitas ideias estão indo para produção para nós!
Sentient
Sentient19/08, 01:56
Como é que a GRID orquestra inteligência? Ao direcionar, combinar e coordenar milhares de modelos, agentes e fluxos de dados, a GRID escala como um cérebro distribuído. À medida que cresce, a sua inteligência coletiva se acumula, proporcionando resultados ao nível da AGI. Aqui está como os algoritmos subjacentes tornam isso possível 👇
7,37K