Forethought, leader nell’intelligenza artificiale generativa per l’automazione dell’assistenza clienti, ha annunciato il lancio di AutoChain, un framework progettato per agevolare l’esperimento e la creazione di agenti LLM leggeri, espandibili e testabili per la comunità dell’intelligenza artificiale generativa.
“Gli agenti LLM hanno dimostrato un notevole successo in varie attività di generazione di testo, consentendo agli sviluppatori di creare agenti generativi basati su obiettivi di linguaggio naturale”, ha dichiarato Sami Ghoche, CTO e co-fondatore di Forethought.
L’interesse nei confronti degli agenti LLM generativi è cresciuto rapidamente nel campo dell’IA, catturando l’attenzione di sviluppatori provenienti da tutto il mondo. Tuttavia, personalizzare e adattare gli agenti generativi rimane un processo complesso e temporaneo. I framework esistenti spesso non affrontano con successo l’arduo compito di valutare gli agenti generativi in scenari vari e complessi su larga scala. AutoChain mira a semplificare e accelerare questo processo, offrendo agli sviluppatori un’iterazione agevole e affidabile sugli agenti LLM.
Yi Lu, Responsabile di Machine Learning presso Forethought, ha aggiunto: “AutoChain offre la possibilità agli sviluppatori di personalizzare integralmente i propri agenti, che si tratti di implementare domande di chiarimento personalizzate o di correggere automaticamente gli argomenti di input. Questa semplicità riduce il carico sperimentale, gli errori e i problemi, risparmiando tempo prezioso agli sviluppatori.”
Per agevolare la valutazione degli agenti, AutoChain introduce un nuovo framework di valutazione del flusso di lavoro. Questo approccio permette di simulare conversazioni tra un agente generativo e utenti di test basati su LLM. Gli utenti di test includono vari contesti utente e risultati di conversazioni desiderati, facilitando l’aggiunta di nuovi casi di test per scenari utente e accelerando il processo di valutazione. Il framework sfrutta gli LLM per valutare se una conversazione a più turni raggiunge l’obiettivo prefissato.
AutoChain fornisce un framework snello che semplifica il processo di sviluppo. Tra le sue caratteristiche principali ci sono:
- Una pipeline di agenti generativi leggera ed estensibile
- La possibilità per l’agente di utilizzare strumenti personalizzati e di richiamare funzioni di OpenAI
- Un monitoraggio semplice della memoria per tenere traccia della cronologia delle conversazioni e degli output degli strumenti
- Valutazione automatica delle conversazioni a più turni dell’agente attraverso simulazioni
In futuro, AutoChain prevede di introdurre ulteriori funzionalità, tra cui opzioni di codifica testuale più avanzate e un caricatore di documenti per agevolare l’inizializzazione degli agenti con fonti di conoscenza esterne.