Agenty AI
Agenci AI: kiedy model zaczyna działać, a nie tylko odpowiadać
Agent łączy model językowy z narzędziami i planowaniem kroków. To potężne, ale wymaga granic, kontroli i logowania działań.
To wstępna, zweryfikowana redakcyjnie wersja materiału, ale będzie jeszcze rozwijana.
Przepływ pracy czy agent?
Fakty — mamy źródła.W publikacji „Building effective agents (otwiera się w nowej karcie)” rozróżnia się przepływy pracy (z góry zaplanowane ścieżki) od , które dynamicznie decydują o kolejnych krokach i użyciu narzędzi. Autorzy zalecają zaczynanie od najprostszego rozwiązania.Źródło: Building effective agents
Granice i nadzór człowieka
Wnioski redakcji.Im większa autonomia, tym ważniejsze są: ograniczone uprawnienia, punkty akceptacji przez człowieka, testy na danych próbnych i pełny zapis działań.
Czego nie wiemy
Hipotezy do sprawdzenia.Nie jest jasne, jak dobrze agenci radzą sobie w długich, wieloetapowych zadaniach edukacyjnych. Sprawdzamy to w Laboratorium i opisujemy także porażki.
Źródła i dalsza lektura
- 1.Building effective agents Anthropic
- 2.
Powiązane materiały
Automatyzacja pracy z AI: od powtarzalnego zadania do przepływu
Jak wybrać proces do automatyzacji, gdzie wstawić model, a gdzie zostawić decyzję człowiekowi.
Jak działają duże modele językowe i multimodalne
Tokeny, okno kontekstu, trening i dostrajanie. Wyjaśniamy, co dzieje się między Twoim pytaniem a odpowiedzią modelu.