😎 에이전트 구성요소
감각 -> 두뇌 -> 행동
😎 감각
텍스트, 이미지, 등등 사용자의 다양한 행동과 입력 수집
😎 두뇌
사용자 대화,행동 등 저장 : 기억
감각에서 들어온 정보 + 기억 통합 작업 세분화 : 계획 세우기
😎 행동
llm은 텍스트 생성만 가능.
상황에 맞춰 다양한 도구 선택하기
- 검색 api
- 코드 실행
- 이미지나 음성 생성
- 물리적인 행동
- 번역이나 요약
🕶️ 에이전트 시스템의 형태
🕶️ 단일 에이전트
이름과 역할 에이전트에게 부여하기
- 구체적인 역할 지정이 수행력을 높임
autogpt~
🕶️ 사용자와 에이전트의 상호작용
핑퐁핑
- 동등한 파트너 패러다임
🕶️ 멀티 에이전트
각 에이전트마다 서로 다른 역할을 주고 작업 수행
수평형 대화
: 함께 대화 진행
위계형 대화
: 일 시키기
🕶️ 에이전트 평가
주관적 사람 판단 방식
- 결과에 대한 사람의 평가
- 둘의 구분이 가능한지의 평가 => 튜링 테스트
테스트 데이터 평가 방식
- 벤치마크 데이처셋 이동
* 유용성 (작업 성공율)
* 사회성 ( 협력률,협상률
* 가치관 (거짓말 ㄴㄴ 차별/편향 노노
* 진화 능력 ( 지속적인 학습과 반영
유명 벤치마크 agentBenchn
🕶️ 에이전트 구현 프레임워크
- AutoGen
- MetaGPT
- CrewAI
- ...
🕶️ AutoGen
AutoGen — AutoGen
An event-driven programming framework for building scalable multi-agent AI systems. Example scenarios: Deterministic and dynamic agentic workflows for business processes. Research on multi-agent collaboration. Distributed agents for multi-language applicat
microsoft.github.io
UserProxyAgent
사용자 역할을 대신하는 에이전트
AssistantAgent
사용자의 요청을 처리하는 에이전트
RAG agent
3개 이상의 에이전트가 협업하는 그룹챗
https://microsoft.github.io/autogen/0.2/docs/reference/agentchat/groupchat
multi-modal agent
라라랄이제개발해보자
'🤖 AI > AI' 카테고리의 다른 글
| 🔬벡터 데이터베이스로 확장하기 : 파인콘 이용 벡터/멀티 모달 검색 RAG 구현하기 (0) | 2025.02.06 |
|---|---|
| 🔬벡터 데이터베이스로 확장하기 : ANN, NSW, HNSW (0) | 2025.02.06 |
| 🐋 deepseek (0) | 2025.02.03 |
| 🔬자신의 데이터에 맞춘 임베딩 모델 만들기 : RAG 개선하기 - 언어 모델을 임베딩 모델로 (0) | 2025.01.20 |
| 🔬임베딩 모델로 데이터 의미 압축하기 : 검색 방식 조합/ 하이브리드 검색 (0) | 2025.01.20 |
