category
今天有相当多的LLM代理可用。一些最突出的是AutoGPT、AutoGen、BabyAGI和OpenAgents。本文旨在提供这些模型的并排比较,以及我们应该和不应该在哪些用例中使用它们。
AutoGen
AutoGen是一个框架,可以使用多个代理来开发LLM应用程序,这些代理可以相互对话以解决任务。AutoGen代理是可定制的、可交谈的,并无缝地允许人类参与。它们可以在各种模式下运行,这些模式采用LLM、人工输入和工具的组合。通过能够创建可定制和可交谈的代理,AutoGen允许人类在这些多代理对话中无缝参与。
Autogen工作流
在现实世界的场景中,该框架可以通过协调多个人工智能代理和人类之间的合作交互来实现复杂任务的自动化。例如,在软件开发环境中,AutoGen可以通过与人类开发人员一起自主协调各种人工智能代理的工作来促进协作解决问题,从而提高生产力并加快解决开发挑战。
AutoGen GroupChat工作流
最后,通过集成外部工具(可以类似于OpenAI功能来实现),AutoGen的功能可以得到极大扩展。
AutoGen作为旅行助手 https://vimeo.com/879672723
AutoGPT
AutoGPT是一个实验性开源应用程序,展示了GPT-4语言模型的功能。该程序由GPT-4驱动,将LLM“思想”链接在一起,以自主实现您设定的任何目标。作为GPT-4完全自主运行的首批例子之一,AutoGPT突破了人工智能的极限。
当给定要执行的任务时,AutoGPT会为自己设置目标和约束。它查询LLM(默认为OpenAI)以实现其目标。对于LLM无法获得的知识,它有能力浏览互联网以收集完成其目标所需的数据。
AutoGPT工作流
最后,AutoGPT支持插件,使其能够执行许多复杂的任务,如发送电子邮件、在Twitter或Instagram上发帖等。
AutoGPT作为个人电子邮件响应服务 https://vimeo.com/879672682
BabyAGI
BabyAGI是人工智能任务管理系统的一个例子。该系统使用OpenAI和矢量数据库(如Chroma或Weaviate)来创建、排序和执行任务。该系统背后的主要思想是,它根据先前任务的结果和预定义的目标创建任务。然后,该脚本使用OpenAI的自然语言处理(NLP)功能基于目标创建新任务,并使用Chroma/Vaviate存储和检索上下文的任务结果。