Etincelle от Штефана Латтнера, Cortex: легковесный агентный фреймворк общего назначения

Cortex: Легковесная универсальная агентная платформа Репозиторий на GitHub: https://github.com/SonyCSLParis/cortex Агенты ИИ (Claude, ChatGPT и др.) широко используются, но они страдают от таких ограничений, как ограниченные контекстные окна, отсутствие адаптации к знаниям, накопленным с течением времени, или излишне длинная цепочка рассуждений для задач, которые можно было бы распараллелить. Кроме того, при параллельной работе с несколькими чатами может быть сложно отслеживать информацию, разбросанную по разным контекстным окнам. В целом, мы используем очень мощную, новую технологию, которая еще недостаточно изучена. Интересно задаться вопросом, как мы можем максимально эффективно и без проблем использовать ее. Разработка агентных платформ — относительно новая дисциплина, которая недавно получила широкое распространение. Агенты могут быть подготовлены с помощью расширенных системных подсказок на основе файлов, предназначенных для управления их поведением в направлении конкретной цели, что облегчает настройку и автономное поведение. Агентные фреймворки стали одним из способов решения упомянутых выше ограничений. В этом докладе описывается текущая работа по внедрению и использованию Cortex, легковесного агентного фреймворка, который смягчает некоторые из этих проблем и упрощает повседневную работу с агентами ИИ. Полученный файловый фреймворк Cortex реализован с помощью файлов инструкций для агентов на естественном языке и легковесных скриптов. Вместе они облегчают структурирование повседневной работы в постоянной памяти (файлы журналов, файлы задач, шпаргалки), к которой агенты ИИ могут легко обращаться и которую могут извлекать. Таким образом, контекстное окно агента эффективно распространяется на всю работу, выполняемую в рамках фреймворка. Пользовательское определение ролей агентов позволяет планировать выполнение специализированных задач, а агенты могут общаться посредством унифицированных протоколов связи. Стефан Латтнер является руководителем исследовательской группы в музыкальном отделе Sony CSL - Париж (https://csl.sony.fr), где он занимается генеративным ИИ для создания музыки, поиска музыкальной информации и вычислительного восприятия музыки. Он получил докторскую степень в 2019 году в Университете имени Иоганна Кеплера (JKU) в Линце, Австрия, после исследований в Австрийском научно-исследовательском институте искусственного интеллекта в Вене и Институте вычислительного восприятия в Линце. Его исследования были сосредоточены на моделировании музыкальной структуры, включая обучение преобразованиям и вычислительное восприятие относительной высоты звука. В настоящее время его интересы включают взаимодействие человека и компьютера в создании музыки, живые выступления и теорию информации в музыке, а также он специализируется на генеративных моделях последовательностей, вычислительной кратковременной памяти, (самостоятельно обучаемом) обучении представлениям и генерации музыкального звука. -- -- Отказ от ответственности - Мнения, идеи и содержание, представленные на этом семинаре, являются исключительно мнениями докладчика. Наша роль заключается исключительно в содействии обмену знаниями путем трансляции и архивирования презентации. Мы не поддерживаем и не представляем выраженные мнения и представленное содержание.