Microsoft AutoGen を導入しました。大規模言語モデル (LLM) アプリケーションのオーケストレーション、最適化、自動化を合理化するように設計された新しいフレームワーク。 AutoGen は、マルチ エージェントの会話を通じて複雑なワークフローを可能にし、LLM、ツール、人間、またはそれらの組み合わせに基づくカスタマイズ可能なエージェントの組み合わせを提供することで際立っています。 。 「AutoGen のような機能は、大規模な言語モデルができることを根本的に変革し、拡張する準備ができています」と Microsoft テクニカル フェローの Doug Burger 氏は述べています。
複雑なワークフローを簡素化
研究論文の中で、Microsoft Research は、AutoGen によって複雑なマルチエージェント会話システムの作成が簡素化され、エージェントには、再利用可能なエージェントと構成可能なエージェントの両方が含まれます。開発者は、特殊な機能と役割、およびそれらの間の対話動作を備えたエージェントのセットを定義できます。このアプローチは、サプライ チェーンの最適化などのアプリケーションに特に有益であり、AutoGen は手作業の削減を実証しています。インタラクションとコーディングの労力が何倍にも軽減されます。AutoGen のエージェントは、OpenAI の GPT-4 などの高度な LLM の機能を活用し、人間やツールと統合して、その制限に対処できます。
多用途のアプリケーションとユーザーエンゲージメント
フレームワークのエージェントの会話中心の設計は、曖昧さ、フィードバック、進捗、コラボレーションの効果的な処理など、多くの利点をもたらします。これにより、ユーザーはチャット内のエージェントを介してシームレスにオプトインまたはオプトアウトできるようになり、複数の専門家が協力して共通の目標を達成できるようになります。 AutoGen は、会話型チェスや動的なグループ チャットなど、さまざまな通信パターンやアプリケーションをサポートし、複雑で動的なワークフローの調整における多用途性を示しています。
オープンソースおよびコミュニティ主導の開発
AutoGen は オープンソースの Python パッケージとして利用可能で、多様なコミュニティからの貢献を奨励します。このプロジェクトは FLAML からスピンオフしたもので、ペンシルバニア州立大学やワシントン大学などの学術機関や Microsoft 製品チームからの貢献がありました。このフレームワークは、次世代アプリケーションを構築するための効果的なツールを開発者に提供し、イノベーションへの道を開くことを目的としています。
AutoGen の探索に興味がある場合は、フレームワークの GitHub ページおよび「入手方法」 「Started」ガイド は貴重なリソースです。AutoGen の背後にある研究の詳細については、研究論文をご覧ください。 Microsoft によって発行されます。
