Введение в Agent0

Агенты на основе больших языковых моделей (LLM), часто обучаемые с использованием методов обучения с подкреплением (RL), имеют ограничения, связанные с зависимостью от данных, собранных человеком. Это сужает масштабируемость и привязывает ИИ к человеческому знанию.

Проблемы существующих подходов

Существующие системы саморазвития предлагают альтернативу, но обычно ограничены внутренними возможностями модели и однократными взаимодействиями. Это затрудняет разработку сложных учебных курсов, которые требуют использования инструментов или динамического рассуждения.

Что такое Agent0?

Мы представляем Agent0 — полностью автономную систему, способную развивать высокоэффективных агентов без использования внешних данных. Это достигается благодаря многоступенчатой коэволюции и бесшовной интеграции инструментов.

Как работает Agent0

Agent0 устанавливает симбиотическую конкуренцию между двумя агентами, инициализированными от одной и той же базовой модели LLM:

• Курсовой агент: предлагает все более сложные задачи на границе возможностей.
• Исполнительный агент: обучается решать эти задачи.

Мы интегрируем внешние инструменты для повышения способности исполнителя к решению проблем. Это усовершенствование, в свою очередь, заставляет курсового агента формулировать более сложные, осведомленные о инструментах задачи.

Результаты и выводы

Через этот итеративный процесс Agent0 создает самоусиливающийся цикл, который постоянно производит высококачественные учебные курсы. Эмпирически было показано, что Agent0 значительно улучшает способности к рассуждению.