一种模块化大模型Agent框架全栈技术综述
现有基于LLM的自动体只管在配置上取得了停顿,但 不足模块化 ,造成在钻研和开发中存在 术语和架构上的混杂 ,在软件架构上不足一致。
“A survey on LLM based autonomous agents”提出的框架,它并没有明白指出大型言语模型(LLM)、工具、数据源和记忆能否是Agent的一局部。这种对每个模块配置的含糊区分促成了 软件开发者之间的决裂 ,并造成 不兼容和阻碍了可重用性
LLM-Agent-UMF框架 经过明白区分自动体的不同组件,包括LLM、工具和新引入的外围自动体( core-agent ),来处置这些疑问。外围自动体是自动体的中央协调器,蕴含 布局、记忆、档案、执行和安保 五个模块,其中安保模块在以往的钻研中常被漠视。
外围自动体作为基于大型言语模型(LLM)自动体的中心组成局部
外围自动体(core-agent)的外部结构
外围自动体(core-agent)是LLM-Agent-UMF框架的关键组成局部。外围自动体被设计为自动体的 中央协调器 ,担任治理和协调自动体的各种配置和组件。外部结构被划分为五个重要模块,每个模块都有其特定的配置和责任:
外围自动体的外部结构
外围自动体(core-agent)的分类
对外围自动体启动了分类,区分为 主动外围自动体(Active Core-Agents) 和 主动外围自动体(Passive Core-Agents) ,以说明它们在结构和配置上的差异。
主动和主动外围自动体的外部结构
主动外围自动体(Active Core-Agents):
多主动外围自动体架构
主动外围自动体(Passive Core-Agents):
包括主动外围自动体的基于大型言语模型(LLM)的自动体架构
多主动外围自动体架构
混合多外围自动体(Hybrid Multi-Core Agent)架构,
一主动多主动外围自动体混合架构
多主动多主动外围自动体混合架构
外围自动体(core-agent)的有效性
经常使用LLM-Agent-UMF对最新自动体启动分类。
Toolformer和Confucius的多主动外围自动体系统 :联合了Toolformer和Confucius的主动外围自动体,以处置特定的工具调用和义务执行。
基于大型言语模型的自动体1(LA1):Toolformer和Confucius - 多主动外围自动体架构。
ToolLLM和ChatDB的多主动外围自动体系统 :将ToolLLM的API检索才干和ChatDB的复杂推理才干联合起来,创立了一个能够执行初级义务布局和执行的自动体。
基于大型言语模型的自动体2-A(LA2-A):ToolLLM和ChatDB - 多主动外围自动体架构。
LLM-BASED AGENT UNIFIED MODELING FRAMEWORK FOR SEAMLESS INTEGRATION OF M
本文转载自 PaperAgent