메모시네: 인공지능이 생성한 워크플로의 유효성 검증 및 修復을 위한 Transaction Processing

인공지능이 생성한 워크플로의 유효성 검증 및 수정

대규모 언어 모델과 에이전트 팀들은 점점 더 많은 워크플로우 작업, 수정, 및 계획을 생성하고 있다. 그러나 생성된 작업이 문법적으로 유효하지만 쓸모없는, 불가능한, 충돌하는, 또는 증거를 수정한 것이 파괴하는 경우도 있다. 이러한 문제를 해결하기 위해 에이전트 거래 처리라는 거래 모델을 소개한다. 에이전트 거래 처리는 제안이 명확한, 실행 가능한 제약 집합 내에서 결정론적 입장에서 통과할 때까지 제안을 신뢰하지 않는다. 에이전트 거래 처리의 원리는 양면이다: 제안은 진실이 아니며, 어떤 방해도 예상하지 못한다. 어떤 것이 제안할 수 있지만 실행만 입장과 커밋을 허용하며, 예상하지 못한 방해가 발생하면 그에 따라 반응적으로 수정한다. 제안된 레이어의 능력, 정직성, 또는 학습에 관계없이 제약 집합에 상대적인 공정한 상태가 된다. 에이전트 거래 처리를 구현한 Mnemosyne는 실행에 append-only 전환 로그, 효과적 상태 투영, 의존성 안전한 보상, 그리고 활동적인 커밋 레코드를 포함한다. Mnemosyne의 지역화된 수정 프로토콜의 제한된 반응적 수정 보장와 함께 제약 집합에 대한 네 가지 안전 속성을 증명한다. 이는 권위 분리, 시리얼-동등한 생성 입장, 증거 보존 수정, 의무 함유를 포함한다. 또한 Mnemosyne의 재생산 가능한 아티팩트는 거짓말 검증 테스트에서 목표를 공격하는 방해를 거부하면서도 유효한 작업을 허용하며, 프로젝션 및 유효성 검증 오버헤드는 낮고, 지역화된 수정 편집은 전역 재계산보다 더 효율적이다. Mnemosyne은 오픈 소스로 제공되어 개발자들이 쉽게 접근할 수 있다.