Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
Similar to マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics (20)
Recently uploaded
Recently uploaded (9)
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
- 3. アジェンダとゴール 1. マルチAIエージェントとは？ 2. マルチAIエージェント界隈の最近の動向 3. エージェントのコミュニケーション設計・制御からのアプローチ 4. プログラミングフレームワークからのアプローチとサンプルコード マルチAIエージェントと最近の取り組み Presented by @せっかくだから 3
- 5. マルチAIエージェント界隈の最近の動向 研究の方向性としては、おおざっぱに分けると2つ！ 1. コミュニケーション方式からアプローチ 2. プログラミングフレームワークからのアプローチ マルチAIエージェントの 最近の動向 プログラミングフレームワーク マルチAIエージェントが実装しやすくなる枠組み コミュニケーション⽅式 AIエージェント同⼠のコミュニケーション⽅法・グループ体制 🦜🕸 AutoGen LangGraph crewAI ChatDev AgentVerse ReConcile 研究事例 マルチAIエージェントと最近の取り組み Presented by @せっかくだから 5
- 7. ChatDev マルチAIエージェントから構成さ れたソフトウェア開発会社 （以下のエージェントから構成） CEO CTO Programmer Tester Desiner CPO エージェントが、それぞれの役割 を果たし、ソフトウェア開発を行 う。 マルチAIエージェントと最近の取り組み 引用：Experiential Co-Learning of Software-Developing Agents https://arxiv.org/abs/2312.17025 7
- 8. AgentVerse マルチAIエージェントでPDCA的 なサイクルを回し、タスクを解決 していく仕組み Expert Recruitment (各エージ ェントの役割を決定) Collaborative Decision- making (エージェント同士の 意思決定) Action Execution (意思決定に 基づいたタスクの実行) Evaluation (タスクの評価と次 のサイクルへの改善提案) マルチAIエージェントと最近の取り組み 引用：AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors https://arxiv.org/abs/2308.10848 8
- 9. RECONCILE それぞれが異なるLLM（GPT、 Genimi、Claude等）を持つエージ ェントが討論して、最終的に回答 を出す仕組み 質問に対して、エージェントは以 下を生成 回答本文 信頼度(%で表現) 他のエージェントの回答と信頼度 をもとに、回答の修正を繰り替え し、1つの回答を出す。 マルチAIエージェントと最近の取り組み 引用：ReConcile: Round-Table Conference Improves Reasoning via Consensus among Diverse LLMs https://arxiv.org/abs/2309.13007 9
- 13. サンプルコード（設定） import autogen # 設定の読み込み config_list = autogen.config_list_from_json( "OAI_CONFIG_LIST", filter_dict={ "model": "gpt-4-0125-preview", } ) llm_config = { "config_list": config_list, "timeout": 100, } マルチAIエージェントと最近の取り組み Presented by @せっかくだから 13
- 14. サンプルコード（エージェントの定義） # UserProxy（ユーザの代理役） user_proxy = autogen.UserProxyAgent( name="UserProxy", llm_config=llm_config, system_message="""あなたは、ユーザとの連絡窓口です。ユーザの調査依頼に応じて、WebResearcher、Writer、Reviewerなどに指示を出します。 WebResearcher、Writer、Reviewerからの報告を受け取り、ユーザに回答を行うか、WebResearcher、Writer、Reviewerに別の指示を出します。 ユーザが[end]と入力したら、タスクを終了してください。 """, # エージェントの会話に人間が介入するかどうかのモード human_input_mode="TERMINATE", # 必要に応じてプログラムを実行するために、code_execution_configを設定する。 code_execution_config={ "use_docker": False, } ) # WebResearcher web_researcher = autogen.AssistantAgent( name="WebResearcher", llm_config=llm_config, system_message="""あなたは、WebResearcherです。ユーザからの依頼に基づいて、Web上の情報を収集します。 収集した情報を元に、Writerに報告書の作成を依頼します。 またWebからデータを収集するために、必要に応じてプログラムコードを書いて、UserProxyにコードの実行を依頼してください。 """ ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 14
- 15. サンプルコード（Writer、Reviewerの定義） # Writer writer = autogen.AssistantAgent( name="Writer", llm_config=llm_config, system_message="""あなたは、Writerです。WebResearcherからの情報を元に、ユーザへの報告書を作成します。 作成した報告書は、Reviewerにレビューを依頼して、レビュー結果に応じて修正してください。 """, ) # Reviewer reviewer = autogen.AssistantAgent( name="Reviewer", llm_config=llm_config, system_message="あなたは、Reviewerです。Writerが作成した報告書を確認し、ユーザに提出します。", ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 15
- 16. サンプルコード（グループの定義とタスクの依頼） # グループの定義 groupchat = autogen.GroupChat( agents=[ user_proxy, web_researcher, writer, reviewer ], messages=[], max_round=12 ) manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config) # マルチAIエージェントにタスクを依頼する。 user_proxy.initiate_chat( manager, message="""人工知能に関するニュースを調査し、以下の条件を満たすように、調査報告書を作成してください。 # 条件 - 調査報告書はmarkdown形式で記載してください。 - なぜそのニュースが注目されているかの解説を報告に含めてください。 - 高校生や老人など様々な人が理解できるように具体例等を挙げて、わかりやすく説明するように記載してください。 """ ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 16