Comprender cómo funciona la memoria de herramientas dedicada y compartida en SuperAGI - Codelivly

Comprender cómo funciona la memoria de herramientas dedicada y compartida en SuperAGI - Codelivly

Al ampliar las capacidades de los agentes que utilizan herramientas SuperAGI, los desarrolladores pueden realizar tareas particulares fuera del marco habitual de LLM. Por ejemplo, GoogleSearchTool permite a los agentes analizar los resultados de búsqueda de Google y extraer información relevante, mientras que CodingTool permite escribir, agregar y rediseñar código. Las herramientas tienen la capacidad de acceder a las memorias de otras herramientas para incorporar sus conocimientos y lecciones aprendidas en sus propias operaciones, lo que mejora el calibre de los resultados de los agentes.

Índice
  1. 🧠 Memoria de herramientas dedicada y compartida
  2. ✨Conclusión

🧠 Memoria de herramientas dedicada y compartida

Las herramientas pueden acceder a la memoria de sus propias iteraciones anteriores y aplicar las lecciones aprendidas de manera adecuada en ejecuciones posteriores, ya que cada herramienta tiene su propia memoria dedicada.

Además, las herramientas tienen una memoria compartida más grande (una base de datos vectorial) que les permite comunicarse entre sí y obtener los datos relevantes que necesitan para lograr sus objetivos.

Los agentes SuperAGI pueden usar una variedad de herramientas durante cada ejecución para lograr sus objetivos a través de muchas iteraciones.

Las herramientas pueden recuperar puntos de datos de su propia memoria dedicada para todas las iteraciones anteriores o, al final de cada iteración, recuperar la memoria más reciente utilizada por otra herramienta.

Este procedimiento se considera "memoria de alimentación" porque permite que un agente recupere aprendizajes de herramientas de todas las iteraciones de tiempo de ejecución del agente.

Por ejemplo, si se establece un agente con acceso a SearchTool -> WriteToFile -> CodingTool para lograr un objetivo. Luego, durante una ejecución, CodingTool puede ir directamente a la memoria para los últimos resultados de búsqueda realizados por 'SearchTool' para escribir el código. La "memoria de energía" también permite que SearchTool recupere la memoria de todas las iteraciones anteriores de sí mismo, es decir,

Las herramientas también pueden acceder a la memoria a largo plazo (LTM) de herramientas utilizadas anteriormente tanto dentro como entre ejecuciones, proporcionando el historial de salida de ejecuciones anteriores.

memoria a largo plazo permite que las herramientas almacenen aprendizajes de cualquier otra herramienta y de sí mismas durante el flujo de trabajo completo del agente.

Por ejemplo, si se establece un agente con acceso a CodingTool —> WriteToFile —> GitHubTool. WriteToFile puede acceder a cualquier iteración de la memoria de CodingTool. Una vez completada la ejecución inicial del agente, el aprendizaje general de cada herramienta utilizada en la ejecución, incluidas todas las iteraciones anteriores, se registrará en LTM. Estos aprendizajes se pueden ver y utilizar en futuras ejecuciones de agentes en un flujo de trabajo de agentes.

✨Conclusión

El método tradicional CoT (Chain of Thoughts) envía un contexto extremadamente limitado al siguiente paso entre cada iteración del agente. Sin embargo, cuando es necesario pasar la memoria completa de una herramienta a la siguiente iteración, el rendimiento de CoT tiende a ser subóptimo. Los desarrollos más recientes en la arquitectura de herramientas SuperAGI apuntan a eliminar estas deficiencias y mejorar la capacidad de las herramientas para interactuar con la memoria cuando se usa SuperAGI.

Pruebe SuperAGI: https://github.com/TransformerOptimus/SuperAGI

Si quieres conocer otros artículos parecidos a Comprender cómo funciona la memoria de herramientas dedicada y compartida en SuperAGI - Codelivly puedes visitar la categoría Tutoriales.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir

Esta página web utiliza cookies para analizar de forma anónima y estadística el uso que haces de la web, mejorar los contenidos y tu experiencia de navegación. Para más información accede a la Política de Cookies . Ver mas