GOAT.AI

मुक्त-प्रवाहित स्वायत्त एआई

एजेंट कार्यों का लक्ष्य-उन्मुख आयोजन। मूल रूप से, एआई एजेंट आपके कार्य को निष्पादित करने के लिए एक-दूसरे से संवाद करेंगे।

उदाहरण: "20 किमी सेमी-मैराथन के लिए अगले महीने का सबसे अच्छा दिन चुनें"। एआई सहयोग करना शुरू कर देगा: मौसम एजेंट पूर्वानुमानों को पुनः प्राप्त करता है, वेब खोज एजेंट इष्टतम चलने की स्थितियों की पहचान करता है, और वोल्फ्राम एजेंट "सर्वोत्तम दिन" की गणना करता है। यह कनेक्टेड एआई की कला है, जो जटिल कार्यों को परिष्कार के साथ सरल बनाती है।

स्वायत्त एजेंटों के लिए केंद्रीय मेनफ्रेम के रूप में एलएलएम एक दिलचस्प अवधारणा है। ऑटोजीपीटी, जीपीटी-इंजीनियर और बेबीएजीआई जैसे प्रदर्शन इस विचार के सरल उदाहरण के रूप में काम करते हैं। एलएलएम की क्षमता अच्छी तरह से लिखी गई प्रतियों, कहानियों, निबंधों और कार्यक्रमों को तैयार करने या पूरा करने से कहीं आगे तक फैली हुई है; उन्हें शक्तिशाली जनरल टास्क सॉल्वर के रूप में तैयार किया जा सकता है, और एजेंट टास्कफोर्स (GOAT.AI) के लक्ष्य उन्मुख ऑर्केस्ट्रेशन के निर्माण में हमारा लक्ष्य यही है।

एलएलएम एजेंट टास्क फोर्स सिस्टम के लक्ष्य-उन्मुख ऑर्केस्ट्रेशन के अस्तित्व और ठीक से काम करने के लिए, सिस्टम के तीन मुख्य मुख्य घटकों को ठीक से काम करना होगा

- अवलोकन

1) योजना बनाना

- उपलक्ष्य और अपघटन: एजेंट बड़े कार्यों को छोटे, प्रबंधनीय उपलक्ष्यों में तोड़ देता है, जिससे जटिल कार्यों को कुशलतापूर्वक संभालना आसान हो जाता है।

- चिंतन और परिशोधन: एजेंट पिछले कार्यों पर आत्म-आलोचना और आत्म-चिंतन में संलग्न होता है, गलतियों से सीखता है, और भविष्य के कदमों के लिए दृष्टिकोण में सुधार करता है, जिससे परिणामों की समग्र गुणवत्ता में वृद्धि होती है।

2) स्मृति

- अल्पकालिक स्मृति: यह उस पाठ की मात्रा को संदर्भित करता है जिसे मॉडल गुणवत्ता में किसी भी गिरावट के बिना उत्तर देने से पहले संसाधित कर सकता है। वर्तमान स्थिति में, एलएलएम लगभग 128k टोकन के लिए गुणवत्ता में किसी भी कमी के बिना उत्तर प्रदान कर सकते हैं।

- दीर्घकालिक स्मृति: यह एजेंट को लंबी अवधि के लिए संदर्भ के लिए असीमित मात्रा में जानकारी संग्रहीत करने और याद करने में सक्षम बनाता है। इसे अक्सर कुशल RAG सिस्टम के लिए बाहरी वेक्टर स्टोर का उपयोग करके हासिल किया जाता है।

3) एक्शन स्पेस

- एजेंट अतिरिक्त जानकारी प्राप्त करने के लिए बाहरी एपीआई को कॉल करने की क्षमता प्राप्त करता है जो मॉडल वेट में उपलब्ध नहीं है (जिसे पूर्व-प्रशिक्षण के बाद संशोधित करना अक्सर मुश्किल होता है)। इसमें वर्तमान जानकारी तक पहुँचना, कोड निष्पादित करना, मालिकाना सूचना स्रोतों तक पहुँचना और सबसे महत्वपूर्ण बात: सूचना पुनर्प्राप्ति के लिए अन्य एजेंटों को शामिल करना शामिल है।

- एक्शन स्पेस में वे क्रियाएं भी शामिल हैं जिनका उद्देश्य कुछ पुनः प्राप्त करना नहीं है, बल्कि इसमें विशिष्ट क्रियाएं करना और परिणामी परिणाम प्राप्त करना शामिल है। ऐसी कार्रवाइयों के उदाहरणों में ईमेल भेजना, ऐप्स लॉन्च करना, सामने के दरवाजे खोलना और बहुत कुछ शामिल हैं। ये क्रियाएं आम तौर पर विभिन्न एपीआई के माध्यम से की जाती हैं। इसके अतिरिक्त, यह ध्यान रखना महत्वपूर्ण है कि एजेंट उन कार्रवाई योग्य घटनाओं के लिए अन्य एजेंटों को भी आमंत्रित कर सकते हैं जिन तक उनकी पहुंच है।