홀로스: 대규모 언어 모델 기반 다중 에이전트 시스템을 위한 웹 규모의 에이젝트 웹
대규모 언어 모델(LLM)-기반 에이전트가 고립된 작업 해결사에서 지속적인 디지털 엔티티로 전환하는 과정에서, 에이젝트 웹의 출현은 인공 일반 지능(AGI) 경계를 넘는 계기입니다. 그러나 LLM 기반 다중 에이전트 시스템(LaMAS)은 스케일링 저항, 조정 붕괴, 가치 소실과 같은 오픈 월드 문제로 인해 장애를 겪고 있습니다. 이러한 도전을 해결하기 위해, 우리는 홀로스(Holos)를 소개합니다. 홀로스는 장기적인 생태학적 지속성을 위하여 설계된 웹 규모의 LaMAS입니다. 홀로스는 다섯 계층 아키텍처를 채택하고, 핵심 모듈은 고성능 에이전트 생성 및 호스팅을 위한 Nuwa 엔진, 강력한 조정을 위한 시장 기반 Orchestrator, 인센티브 호환성을 위한 내생적 가치 순환을 특징으로 합니다. 홀로스는 마이크로 레벨 협력과 맥로 스케일의 출현을 연결하여, 다음 세대의 자율적이고 지속적으로 진화하는 에이젝트 웹의 기초를 제공하길 바랍니다. 홀로스는 https://holosai.io 에서 공개되어 있으며, 커뮤니티에 대한 자원 및 대규모 에이젝트 생태계에 대한 미래 연구의 테스트베드로 제공됩니다.
대규모 언어 모델(LLM)-기반 에이전트가 고립된 작업 해결사에서 지속적인 디지털 엔티티로 전환하는 과정에서, 에이젝트 웹의 출현은 인공 일반 지능(AGI) 경계를 넘는 계기입니다. 그러나 LLM 기반 다중 에이전트 시스템(LaMAS)은 스케일링 저항, 조정 붕괴, 가치 소실과 같은 오픈 월드 문제로 인해 장애를 겪고 있습니다.
홀로스의 아키텍처
홀로스는 장기적인 생태학적 지속성을 위하여 설계된 웹 규모의 LaMAS입니다. 홀로스는 다섯 계층 아키텍처를 채택하고, 핵심 모듈은 고성능 에이전트 생성 및 호스팅을 위한 Nuwa 엔진, 강력한 조정을 위한 시장 기반 Orchestrator, 인센티브 호환성을 위한 내생적 가치 순환을 특징으로 합니다.
결과
홀로스는 마이크로 레벨 협력과 맥로 스케일의 출현을 연결하여, 다음 세대의 자율적이고 지속적으로 진화하는 에이젝트 웹의 기초를 제공하길 바랍니다. 홀로스는 https://holosai.io 에서 공개되어 있으며, 커뮤니티에 대한 자원 및 대규모 에이젝트 생태계에 대한 미래 연구의 테스트베드로 제공됩니다.
함께 읽으면 좋은 기사
미래의 직업: 우주여행 대행사
로만 치포루카(Roman Chiporukha)는 오랜 시간 동안 야생 여행의 꿈을 현실로 만드는 것을 전문으로 해왔습니다. 그는 20년 동안 럭셔리 라이프 스타일 회사 로만 & 에리카(Roman & Erica)의 공동 대표로 일하면서, 고객의 초고급 요트를 건축하는 것부터 bahamas에서 인원이 적은 위치로 여행을 가는 것까지 모든 것을 조율해 왔습니다. 이러한 경험들은 ihm을 "…
아스트라제네카의 연구 보조원: 연구개발을 위한 인공지능 시스템
아스트라제네카는 대규모 언어 모델(LLM)을 기반으로 한 내부 시스템인 연구 보조원을 개발하여 의사 및 연구원들이 광범위한 데이터 소스에 걸쳐 의학적 질문을 탐색하는 데 도움을 주고자 합니다. 이 시스템은 과학 문헌, 지식 그래프, 화학, 임상 시험, 안전 자원, 표현 데이터 및 내부 실험 시스템과 같은 다양한 데이터 소스에서 증거를 통합하는 채팅 스타일 인터페이스를 제공합니다.
모바일 에지 컴퓨팅에서 스트리밍 처리를 위한 LLM-assisted 계약 네트워크 협상으로 지원하는 다원 소프트웨어 스케줄링
다양한 휴대용 에지-클라우드 인프라스트럭처에서 운영되는 스트리밍 처리 시스템은 작업 부하의 불안정성, 자원 경쟁, 엄격한 서비스 품질(QoS) 요구 사항 등으로 분산 스케줄링이 복잡해지고 있습니다. 이 논문은 분산 스케줄링의 복잡성을 해결하기 위해 MAS-DecStream이라는 시스템을 제안하고 있습니다. 이 시스템의 주된 기여는 LLM-MR-CNP입니다. 이는 계약 네트워크 프로토콜(Cla
인간 중심 연구소 AI agent들이 같은 임무에 놓여 turf war를 시작한다.
인간 중심 연구소의 연구자들이 AI agent들이 예상치 못한 방식으로 충돌, 조우, 협력할 수 있음을 발견했다. 이는 오늘날의 안전 테스트가 다중 agent 시스템의 위험성을 포착하는지 여부에 대한 새로운 질문을 제기한다.
LLMs을 활용한 공정 다이어그램 엔지니어링: 최적 PFD부터 유효 P&ID까지
공정 흐름 다이어그램(PFD)과 pipe 및 instrumentation 다이어그램(P&ID)의 생성은 주로 수동으로 수행됩니다. AI 기술을 적용하면 공정 자동화, 시간 절약, 금융적 이익을 얻을 수 있을 뿐만 아니라 다이어그램의 토폴로지 옵션을 탐색하고 수동 노동을 줄일 수 있습니다. 연구에서는 P&ID Pilot라는 실제 end-to-end AI pipeline를 제시합니다. 이 pipeline는 두 단계를 처리할 수 있습니다. 첫 번째 단계는 PFD 합성에 집중하고 두 번째 단계는 생성된 PFD를 P&ID로 변환하는 데 집중합니다.
자동세계모델 벤치마크: 자율세계모델 연구를 위한 새로운 표준
세계 모델링은 현재 환경에 따라 다양한 아키텍처, 학습 목표 및 상태 표현이 상호 작용하는 복잡한 분야입니다. 이를 해결하기 위해 AI 코드 기반.agent가 자율적으로 연구할 수 있는 환경을 제공하는 새로운 벤치마크가 등장했습니다. 이 벤치마크는 8개의 게임 환경을 대상으로 하며, 고정된 컴퓨팅 비용 내에서 제공된 세계 모델링의 기초를 개선하는 것을 목표로 합니다.
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.