AIWaves AgentsFrammento di codice open-source adattivo per LLM per la costruzione, l'addestramento e la distribuzione di agenti di linguaggio autonomi.

AIWaves Agents è un'infrastruttura di framework di apprendimento adattivo aperto sorgente per LLM, progettata per la costruzione, il training e la distribuzione di agenti linguistici autonomi. È stata aggiornata per Agents 2.0, che aggiunge il supporto per l'apprendimento e l'evoluzione degli agenti attraverso il linguaggio simbolico, un quadro sistematico ispirato dal training delle reti neurali. Questo framework consente il training di agenti linguistici creando un'analoga tra le pipeline degli agenti ed i grafi computazionali delle reti neurali. Il framework si attiva eseguendo un agente e memorizzandone la propria traiettoria, compresi input, output, promp, e utilizzo delle risorse. Successivamente valuta l'esito dell'agente tramite una funzione di perdita basata su linguaggio, ripropone all'indietro la perdita per calcolare i gradienti linguistici e aggiorna i componenti simbolici dell'agente. Questo processo consente agli agenti di apprendere e adattarsi col tempo tramite LLM incorporati nel SaaS e accessibili tramite API e SDK, consentendo un'interfaccia flessibile con altri sistemi di IA e migliorando i risultati generali. AIWaves Agents 2.0 supporta inoltre l'ottimizzazione dei sistemi multi-agente trattando nodi come agenzie diverse o consentendo a più agenti di agire all'interno di un solo nodo. Il framework è progettato per essere flessibile ed estensibile, facendo così da supporto a diverse applicazioni e direzioni di ricerca. Il progetto fornisce una guida di installazione, che comprende opzioni per l'installazione da repository Git o per lo sviluppo locale. Inclusi sono anche i riferimenti per le ricerche accademiche correlate. I punti di forza del framework risiedono nella sua innovativa abordabilità della conoscenza degli agenti e nel suo potenziale per accelerare la ricerca in agenti linguistici autonomi. Tuttavia, la sua complessità e la sua dipendenza da pipeline di promozione accuratamente progettati possono presentare sfide agli utenti.