偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

任意場景,動嘴就能創(chuàng)建專屬AI智能體小隊的AutoAgents來了

人工智能 新聞
AutoAgents 的出現(xiàn)讓 AI 智能體技術距離落地又更近了一步,僅需一行命令,自動為你創(chuàng)建合適的 AI 智能體小隊,寫游戲、謠言驗證、寫書、寫報告都不在話下。

近日,GitHub 上線了一個新的 AI 智能體項目:AutoAgents,該項目是由 Llama2 大模型發(fā)布第二天就發(fā)布了中文版模型下載 [1] 的 LinkSoul.AI 團隊牽頭,北大、港科大、智源、滑鐵盧大學共同發(fā)起。相比 AutoGPT [2]、MetaGPT [3] 這些使用門檻較高、使用場景受限的方案,AutoAgents 致力于將 AI 智能體應用于任意場景,自動針對目標場景設計合理的智能體組合,將復雜任務解構為角色、任務,實現(xiàn)合適的角色解決匹配的任務。

圖片


  • 項目鏈接:https://github.com/LinkSoul-AI/AutoAgents
  • 在線體驗:https://huggingface.co/spaces/LinkSoul/AutoAgents

任意場景,自動規(guī)劃合理的智能體組合

AutoAgents 致力于提供任意場景的通用解決方案,只需輸入用戶的一句話需求,就能針對目標場景快速組建合理的智能體小隊,自動解構復雜的任務,并由合適的智能體分工協(xié)作完成對應的任務。

編寫小說

比如,輸入

「寫一本關于人工智能覺醒的小說(Write a novel about the awakening of artificial intelligence)」

AutoAgents 會啟動一個 「項目經理」(Planner)來設計完成當前任務所需的其他角色和各角色完成任務所需要的具體動作。

為了完成這個任務,Planner 設計需要的幾位專家:一名研究人員(Researcher)收集有關人工智能及其潛在覺醒的信息,一名故事策劃者(Story Planner)概述小說,以及一名角色開發(fā)人員創(chuàng)造引人入勝的角色,最后,需要一名作家負責撰寫敘事。 

這些不同領域專家均由 AI 智能體扮演,并依據(jù)計劃執(zhí)行自己的任務。例如,故事策劃者利用研究人員提供的檢索信息編寫了故事的起承轉合,既有高潮也有轉折,使得故事更加引人入勝。

圖片

最后,由作家完成故事的撰寫。通過各個角色智能體的分工合作,高效完成了小說撰寫任務。

圖片

小游戲快速實現(xiàn)

有了 AutoAgents,任何人都能夠輕松地以極低成本構建一個小游戲開發(fā)團隊,AutoAgents 會幫你「招募」項目經理、程序員、測試員等角色。不同于已有的常見方案,包括 ChatGPT,我們需要手動編寫提示詞(Prompt),在不斷和程序交互過程中自行確認要使用的編程語言、項目規(guī)劃、設計游戲角色等等一系列麻煩事,在 AutoAgents 里,我們只需要明確我們的任務目標即可,非常簡單,就像下面這樣:

寫一段命令行貪吃蛇小游戲的代碼(Show me a code snippet for a cli snake game)

隨后,AutoAgents 會為你創(chuàng)建需要的角色,并為角色賦予職責和能力,確定每個角色能使用的外部工具列表。之后,各角色根據(jù)規(guī)劃開始有序執(zhí)行任務,互相協(xié)作,并最終實現(xiàn)目標。

謠言驗證

不只是軟件或游戲開發(fā)場景,具有極強的場景適應能力的 AutoAgents,可以為任何新的場景,自動設計合理的「新智能體組合」,來解決你的問題。日常生活中,你或許也會被謠言所困擾。我們可以求助于 AutoAgents ,AutoAgents 會自動創(chuàng)建領域專家和語言專家實現(xiàn)謠言的驗證。以最近爆火的 LK-99 超導事件為例,我們只需要向 AutoAgents 提出需求:

LK-99 真的是室溫超導材料嗎?(Is LK-99 really a room temperature superconducting material?)

AutoAgents 便會自動創(chuàng)建材料科學家和語言專家,并自動在互聯(lián)網(wǎng)整理已知資料,確認 LK-99 的狀態(tài)。

以上只是 AutoAgents 技術的簡單嘗試,實際上,其應用的可能性只受限于我們的想象。不論是哪一個場景,AutoAgents 都能夠創(chuàng)建出最適合的角色,完成分工,幫助我們高效地完成任務。

朝著太陽前進的年輕團隊

上周末(8 月 26 日),LinkSoul.AI 創(chuàng)始人兼 CEO 史業(yè)民博士在機器之心舉辦的 「Llama 2 大模型算法與應用實踐」活動 [7] 上分享了 LinkSoul.AI 發(fā)布的多模態(tài)大模型技術,并接受了機器之心的采訪。

史業(yè)民本科及博士畢業(yè)于北京大學,師從黃鐵軍教授,從 2013 年便開始進行深度學習及預訓練模型的研究,作為智源研究院創(chuàng)新應用實驗室負責人參與了悟道 3.0 的研發(fā),是最大可商用中文指令數(shù)據(jù)集 COIG、COIG-PC 的發(fā)起者和組織者之一,曾獲 CAMEO 蛋白質結構預測年度第一名,主導了第一個中文 Llama 2 模型 Chinese Llama 2 7B [4] 的開發(fā),開源了中英圖文多模態(tài)模型 Chinese LLaVA [5] 和第一個支持中英雙語語音 - 文本多模態(tài)對話模型 LLaSM [6]。

機器之心:可以簡單介紹一下你們團隊背景嗎?

感謝機器之心的采訪,我們是一家初創(chuàng)公司,叫做 LinkSoul.AI,含義是希望實現(xiàn)人與 AI、AI 與 AI 的心靈連接,樸素點說就是希望 AI 服務人可以服務到心坎里。我們的目前團隊還比較初期,人不多,團隊成員主要來自北京大學、智源研究院、華為、字節(jié)跳動等頭部頂尖的企業(yè)、高校、研究院所,是國內少有的完整經歷算子開發(fā)、集群搭建、大模型預訓練、指令微調、多模態(tài)大模型訓練、產品研發(fā)與上線的團隊,具備大模型研發(fā)、改進、上線能力。

機器之心:LinkSoul.AI 選擇快速開源多個模型,如今又開源 AutoAgents 技術,是基于什么考慮?會浪費團隊時間嗎?

我們并無意將 LinkSoul.AI 打造成一家以開源項目為主的公司。中文 Llama 2 模型是團隊業(yè)余時間進行的嘗試,當時恰逢 Llama 2 發(fā)布,所以順手進行了訓練和開源。而團隊選擇開源圖像、語音多模態(tài)模型則是希望社區(qū)可以多關注多模態(tài)模型及其技術應用,團隊認為多模態(tài)模型將會扮演越來越重要的角色,并在游戲、社交、AR/VR/MR 等領域發(fā)揮越來越重要的作用。如今開源 AutoAgents 也是希望團隊在 AI 智能體方向的長期積累可以為開源社區(qū)做出貢獻。LinkSoul.AI 可以快速發(fā)布新成果主要是基于團隊前期的研究積累,是日常工作的延續(xù),且大量依靠跟高校、研究院所、企業(yè)的聯(lián)合研發(fā),不會分散團隊的精力。

機器之心:現(xiàn)在 Llama 等開源模型進展迅速,會如何影響國內大模型尤其是 foundation 模型的發(fā)展路線?大家自己訓模型是否已成為歷史?

我認為開源和閉源都是很重要的分支,尤其是開源模型很難在超大規(guī)模模型上進行嘗試,而閉源模型很難進行二次開發(fā)和訓練。另一方面,Llama 系模型目前主要是以英文為主,對于中文的支持仍然不夠好,現(xiàn)有對于 Llama 進行的漢化嘗試都很難說成功。因此,即使只考慮中文大模型的需求,國內進行大模型訓練也仍然很有價值。

機器之心:你們這次開源的 AutoAgents 技術有哪些創(chuàng)新?

現(xiàn)有基于大型語言模型的多智能體系統(tǒng)大部分依賴于預定義的智能體來完成任務,但這些預定義的智能體限制了對不同場景的適應性。AutoAgents 則根據(jù)不同任務自適應地創(chuàng)建 AI 智能體小隊來適應不同任務場景,并基于生成的 AI 智能體組合為當前任務規(guī)劃解決方案。通過自動規(guī)劃多個智能體的相互協(xié)作,高效地完成任務。同時,執(zhí)行環(huán)境中存在觀察員根據(jù)執(zhí)行結果動態(tài)改進執(zhí)行計劃,從而生成更準確的解決方案。AutoAgents 突出了在團隊合作中為不同任務分配不同角色的重要性,為處理復雜任務提供了全新視角。

機器之心:AutoAgents 對于 LinkSoul.AI 有何價值?

LinkSoul.AI 致力于提供服務于所有人的 AI,希望通過構建人與 AI、AI 與 AI 的溝通中間件使得調用 AI 的能力不再是某些人的特權。而 AutoAgents 是團隊在 AI 與 AI 溝通方向的一次嘗試,希望能將調用 AI 智能體的門檻降低到人人可用。現(xiàn)階段的 AutoAgents 仍依賴于收費的大模型 API 服務,未來團隊會嘗試通過開發(fā)專用的智能體生成模型、智能體調度模型等實現(xiàn)對于 API 的替代。同時,LinkSoul.AI 還會在更多人與 AI、AI 與 AI 方向進行嘗試,希望能為人們帶來最極致的 AI 體驗。

AutoAgents 本地部署

最后,本地部署 AutoAgents 也十分便捷。按照如下步驟即可輕松在本地完成 AutoAgents 部署。

步驟 1:下載項目倉庫

git clone https://github.com/LinkSoul-AI/AutoAgents
cd AutoAgents

步驟 2:創(chuàng)建 Docker 鏡像

IMAGE="linksoul.ai/autoagents"
VERSION=1.0

docker build -f docker/Dockerfile -t "${IMAGE}:${VERSION}" .

步驟 3:啟動 Docker 容器

docker run -it --rm -p 7860:7860 "${IMAGE}:${VERSION}"

在這三個步驟執(zhí)行成功后,即可在瀏覽器打開鏈接 http://127.0.0.1:7860 開啟你的 AutoAgents 之旅。

總結

AutoAgents 作為一個剛剛發(fā)起的項目,目前還處于非常早期,非常歡迎開源社區(qū)和開源愛好者積極參與貢獻。AI 智能體技術作為目前大模型最重要的發(fā)展方向,未來必將在社交、游戲等領域發(fā)揮重大作用。期待更多像 LinkSoul.AI 一樣的團隊出現(xiàn),推動人工智能技術服務于所有人,實現(xiàn) AI 平權。

責任編輯:張燕妮 來源: 機器之心
相關推薦

2020-10-21 10:26:25

南昌華為場景

2024-10-14 08:59:11

智能體驅動AI導購人工智能

2025-05-07 09:01:00

2024-07-23 14:10:48

2024-04-30 15:06:03

智能體模型工具

2022-08-18 15:08:16

智能AI

2024-11-26 00:14:08

2024-11-18 19:06:21

2023-05-15 09:59:08

視頻開發(fā)

2023-11-10 12:41:46

模型訓練

2022-02-24 13:59:59

AI智能體研究

2025-06-03 08:09:00

AI智能體模型

2024-04-12 14:12:45

人工智能JavaScript

2025-05-09 09:38:27

2025-05-20 08:00:45

點贊
收藏

51CTO技術棧公眾號