DynaSaur – Adobe 发布的大型语言模型代理架构

DynaSaur指的是什么？

Adobe Research开发了一种名为DynaSaur的大规模语言模型（LLM）代理框架，该框架克服了传统LLM代理系统受固定动作集限制的问题。此框架允许动态生成并组合行动方案，并通过编写与执行Python代码来交互环境，从而达到更加灵活的解决方案设计。借助于累积的动作构建过程，DynaSaur能够创建一个可复用的功能库以提升未来任务处理效率和适应性。在GAIA基准测试中表现突出，特别是在应对复杂及长时间跨度的任务时展现出了卓越的能力。

DynaSaur的核心特性

• 生成活动操作步骤依据环境条件与任务要求，实时构建全新的Python函数以执行相应操作，并且无需依靠预先设定的行动集。
• 动作的累积和再利用该系统收集产生的操作并整合成可以重复利用的功能集合，以此在后续的任务中提升解决问题的速度和效率。
• 与环境的交互作用通过编写并运行Python代码来实现与环境的交互，该代码用于创建新操作或是触发现有的操作功能。
• 机动性和适应能力当处理复杂及持久的工作时，能够敏捷地调整策略，在预先设定的操作无效或遇到挫折时，重新规划并最终达成目标。

DynaSaur的工作机制

• 行为展示使用Python函数来表达每一个操作，并利用该语言的灵活性以及大型语言模型在代码创作方面的技能。
• 动作查找利用动作搜索算法，依据查询请求及背景信息，在累积的动作数据库里寻找与之最为匹配的已生成动作。
• 行动的累积效应在完成任务时，把新创造的动作收录进动作数据库里，以便将来可以利用这些动作。
• 在不完全信息下的马尔科夫决定进程（POMDP）把代理人行动的模型构建为POMDP形式，涵盖任务范围、操作集、系统状态集、观测集合以及状态变迁函数与观测生成函数。
• 运动活动范围：定义了一个可能无穷大的动作集A*，使代理能够在每一个时间点上执行任意行动来完成任务。

DynaSaur的仓库位置

• Git代码库：在GitHub上可以找到Adobe研究团队开发的Dynasaur项目，网址为https://github.com/adobe-research/dynasaur。
• arXiv科技文章访问此链接以查看最新的学术研究成果：https://arxiv.org/pdf/2411.01747，该页面包含了详细的论文内容。

DynaSaur的使用情境

• 自动化的客户支持服务作为一个对话机器人，我能够实时创建解决方案来应对客户的咨询与难题，从而提供更加灵活且个性化的支持服务。
• 智能化的私人助手担任个人助手的角色，协助用户安排时间表、完成各项任务及查找所需资料，并依据用户的个性化需求不断掌握新的能力。
• 支持软件编程发展辅助程序员实现代码的自动编写，处理编程遇到的问题，并能充当软件测试阶段的自动化检测工具。
• 教育培训在教育行业里，作为一种教学支持工具，依据学生的学业进展和个人需要灵活地调节课程内容及难易程度。
• 数据分析与科学应对复杂的数据分析挑战时，自动生成数据处理步骤，助力科研人员与分析师更加高效地开展数据探究及模式发现工作。