تلقى إطار عمل Autogen متعدد الوكلاء القوي الخاص بشركة Microsoft تحديثًا كبيرًا ركز على تعزيز قدرته على التعامل مع المهام المعقدة وتحسين أداء الوكلاء. هذا التحديث، الذي ناقشه آدم فورنا، باحث رئيسي في Microsoft Research AI، يُظهر فعالية استخدام وكلاء متعددين يعملون بشكل تعاوني لإنجاز المهام المتعددة الخطوات المعقدة.

تشمل أبرز نقاط هذا التحديث ما يلي:

1. تحسين إنجاز المهام: يمكن لإطار عمل Autogen الجديد أن يتفوق على الحلول السابقة للوكيل الواحد في المعايير المرجعية مثل GAIA، مما يُظهر قدرته على التعامل مع المهام المعقدة بشكل أكثر فعالية.

2. ترتيبات الوكلاء القابلة للتخصيص: يمكن للمستخدمين الآن إنشاء ترتيبات قابلة للتخصيص للوكلاء والتي يمكنها التعاون والتفكير واستخدام أدوات مختلفة لتحقيق نتائج معقدة.

3. تعزيز التفكير واستخدام الأدوات: يتمتع الوكلاء ضمن إطار عمل Autogen بالقدرة على التفكير والتخطيط واستخدام الأدوات لإنجاز المهام، وهو ما يتجاوز مجرد توليد النص.

4. حل المهام بشكل تكراري: يتبع الوكلاء حلقة من تعيين المهام ومراقبة التقدم وتحديث نهجهم إذا واجهوا جمودًا، مما يسمح بالاستكشاف المنهجي أكثر للحلول.

5. التحسينات المستقبلية: يستكشف فريق Autogen فرص لإدخال وكلاء جدد يمكنهم التعلم والتحسين الذاتي مع الخبرة، وفهم المعلومات المرئية بشكل أفضل، واستخدام استراتيجيات أكثر براغماتية لاستكشاف مساحات الحلول.

يُظهر التحديث الجديد لإطار عمل Autogen من Microsoft فعالية استخدام وكلاء متعددين يعملون معًا لإنجاز المهام المعقدة المتعددة الخطوات. وفقًا لآدم فورنا، باحث رئيسي في Microsoft Research AI، يسمح هذا النهج للوكلاء بالتفوق على الحلول السابقة للوكيل الواحد في المعايير المرجعية مثل GAIA.

يكمن المفتاح لهذا النجاح في القدرة على إنشاء ترتيبات قابلة للتخصيص للوكلاء والتي يمكنها التعاون والتفكير واستخدام أدوات مختلفة لتحقيق نتائج معقدة. يصف فورنا الوكلاء بأنهم "تجريدات قوية للغاية" والتي يمكنها التعامل مع تفكيك المهام والتخصص واستخدام الأدوات. من خلال تجميع الفريق المناسب من الوكلاء، يمكن للمستخدمين التعامل مع المشاكل المعقدة بشكل أكثر فعالية.

يُمكّن إطار عمل Autogen، والذي هو مفتوح المصدر ومتاح على GitHub، إنشاء هذه التدفقات العمل متعددة الوكلاء. يُظهر العرض التوضيحي الذي قدمه فورنا فريقًا مكونًا من أربعة وكلاء: مساعد عام، ومحطة كمبيوتر، وخادم ويب، ومنسق. تمكن هذا الفريق من تحقيق أفضل النتائج على معيار GAIA، مما أدى إلى أكثر من ضعف الأداء على أصعب الأسئلة.

يتبع الوكلاء خطة منظمة، بدءًا من سؤال المهمة وبناء "سجل" للحقائق المؤكدة والتخمينات والمعلومات التي يجب البحث عنها. ثم يقومون بتكليف المهام إلى الوكلاء المستقلين، مع مراقبة التقدم والتكرار إذا لزم الأمر. يسمح هذا النهج للوكلاء بالتفكير والعمل والملاحظة، مستفيدين من قدراتهم المتخصصة لمعالجة المشاكل المعقدة.

في المستقبل، يتطلع فريق Autogen إلى استكشاف فرص للتحسينات الإضافية، مثل إدخال وكلاء يمكنهم التعلم والتحسين الذاتي، وفهم المعلومات المرئية بشكل أفضل، واستكشاف مساحات الحلول بشكل أكثر منهجية. من خلال مواصلة دفع حدود التعاون متعدد الوكلاء، يهدف Autogen إلى إنجاز المهام المعقدة والطويلة الأمد بشكل موثوق باستخدام نماذج أساسية كبيرة.

قدم آدم فورنا، باحث رئيسي في Microsoft Research AI، عمل فريقه على إنجاز المهام المعقدة باستخدام تدفقات العمل متعددة الوكلاء في إطار عمل Autogen. كان الهدف هو إنجاز المهام المعقدة والطويلة الأمد بشكل موثوق باستخدام نماذج أساسية كبيرة.

اتبع الفريق نهج استخدام تدفقات العمل متعددة الوكلاء كمنصة لتحقيق هذا الهدف. الوكلاء هم تجريدات قوية يمكنها التعامل مع تفكيك المهام والتخصص واستخدام الأدوات. من خلال تجميع فريق من الوكلاء، مثل مساعد عام وطرفين كمبيوتر وخادم ويب ومنسق، تمكن الفريق من تحقيق أداء متقدم على معيار GIAI (المساعدة العامة للذكاء الاصطناعي).

على وجه التحديد، تمكن تدفق العمل الخاص بالفريق المكون من أربعة وكلاء من:

1. تصدر ترتيب GIAI: في مارس، حقق حل الفريق أفضل النتائج على ترتيب GIAI، متفوقًا على الحلول السابقة للوكيل الواحد بحوالي 8 نقاط.

2. تحسين كبير على أصعب الأسئلة: تمكن حل الفريق من أكثر من ضعف الأداء على مجموعة الأسئلة الأصعب (المستوى 3) في معيار GIAI، والتي وصفها المؤلفون بأنها تتطلب "تسلسلات طويلة من الإجراءات، واستخدام أي عدد من الأدوات، والوصول إلى العالم بشكل عام".

كان مفتاح نجاح الفريق هو العملية التكرارية التي اتبعها وكلاؤهم:

1. إنتاج سجل: يبدأ الوكلاء بإنتاج ذاكرة عمل تتكون من حقائق معطاة أو مؤكدة، وحقائق يجب البحث عنها، وتخمينات مستنيرة.
2. تعيين المهام: يتم بعد ذلك تكليف المهام إلى الوكلاء المستقلين.
3. التكرار والتفويض: يدخل الوكلاء في حلقة داخلية، يتحققون فيها مما إذا كانوا قد أنهوا أم لا يزالون يحرزون تقدمًا. طالما أنهم يحرزون تقدمًا، فإنهم يفوضون الخطوة التالية إلى الوكيل التالي.
4. معالجة الجمود: إذا لم يحرز الوكلاء تقدمًا لثلاث جولات، فإنهم يعودون، ويحدثون السجل، ويأتون بمجموعة جديدة من التكليفات، ويبدأون من جديد.

يعمل هذا التكوين بشكل جيد للفريق، وهم متحمسون للفرص المتاحة لإدخال وكلاء جدد يمكنهم التعلم والتحسين الذاتي، وفهم الصور والشاشات بشكل أفضل، واستكشاف مساحة الحل بشكل أكثر منهجية.

إطار عمل Autogen مفتوح المصدر ومتاح على GitHub، ويشجع الفريق الجميع على التحقق منه والبدء باستخدام هذا التحديث القوي.

يتبع الوكلاء حلقة منظمة لمعالجة المهام المعقدة. يبدأ العملية بالسؤال أو الطلب الأولي، والذي يستخدمه الوكلاء لإنتاج "سجل" - ذاكرة عمل تحتوي على حقائق معطاة أو مؤكدة، وحقائق يجب البحث عنها، وتخمينات مستنيرة.

بوجود السجل في مكانه، يقوم الوكلاء بتكليف المهام إلى الوكلاء المستقلين في الفريق. ثم يدخل الوكلاء في حلقة داخلية، حيث يتحققون أولاً مما إذا كانت المهمة قد اكتملت. إذا لم تكن كذلك، فإنهم يقيّمون ما إذا كانوا لا يزالون يحرزون تقدمًا. طالما أنهم يحرزون تقدمًا، فسيفوضون الخطوة التالية إلى الوكيل المناسب. ومع ذلك، إذا اكتشف الوكلاء أنهم لم يعودوا يحرزون تقدمًا، فسيسجلون ذلك. قد يفوضون خطوة واحدة أخرى، ولكن إذا استمر الجمود لثلاث جولات، فسيعودون، ويحدثون السجل، ويأتون بمجموعة جديدة من التكليفات للوكلاء، ويبدأون العملية من جديد.

يسمح هذا النهج المنظم، مع تعاون الوكلاء ومراقبة تقدمهم، للفريق بمعالجة المهام المعقدة المتعددة الخطوات بشكل فعال، متفوقًا على الحلول السابقة للوكيل الواحد في المعايير المرجعية مثل تحدي GAIA.

يتطلع فريق البحث وراء Autogen بحماس إلى فرص تعزيز قدرات الإطار بشكل أكبر. تشمل بعض خطط المستقبل الرئيسية لديهم ما يلي:

1. إدخال وكلاء جدد: يبحث الفريق عن إضافة وكلاء جدد يمكنهم التعلم والتحسين الذاتي مع الخبرة. قد تكون لهؤلاء الوكلاء فهم أفضل للصور والشاشات والواجهات، مما يسمح باستخدام الويب والأدوات بشكل أكثر فعالية.

2. تحسين الاستكشاف المنهجي: يريد الباحثون جعل الوكلاء أكثر براغماتية في استراتيجيات حل المشاكل الخاصة بهم. بدلاً من مجرد تحديث السجل وإعادة البدء عندما يعلقون، سيكون بإمكان الوكلاء استكشاف مساحة الحل بشكل أكثر