Imbue érvelő ügynökök
Az Imbue egy mesterséges intelligencialabor-építő ügynök, amely elég robusztusan tud érvelni, kódolni és cselekedni ahhoz, hogy valódi feladatokat bízzon rá.
Áttekintés
It matters because reliability — not just raw intelligence — is the bottleneck stopping AI agents from doing useful multi-step work without constant supervision.
Mély merülés
A korábban Generally Intelligent néven ismert Imbue-t Kanjun Qiu vezérigazgató vezeti, és 2023-ban több mint 200 millió dollárt gyűjtött össze nagyjából egymilliárd dolláros értékkel, befektetők, köztük az Nvidia támogatásával. A lehető legnagyobb modell üldözése helyett az Imbue olyan ügynökökre összpontosít, akik megbízhatóan érvelnek, és ellenőrizni tudják saját munkájukat. A cég a saját számítási klaszterén a semmiből kiképzett egy 70 milliárd paraméteres modellt, és szokatlanul részletes mérnöki megjegyzéseket tett közzé a tapasztalatokról. Kutatásai az érvelésre, a robusztusságra és az olyan eszközökre helyezik a hangsúlyt, amelyek segítségével az ügynökök ellenőrizhetik, hogy cselekedeteik valóban sikeresek voltak-e. A hosszú távú cél az, hogy az emberek megbízhassanak a személyes mesterségesintelligencia-ügynökökben a következményes feladatok ellátásában, kifejezetten a felhasználói ügynökségre és az ellenőrizhetőségre helyezve a hangsúlyt az átláthatatlan automatizálás helyett.
Technikai betekintés
Imbue fogadása az, hogy az érvelő ügynököknek ellenőrizhetőnek kell lenniük, nem csak folyékonyan. Ez azt jelenti, hogy közbenső lépéseket kell generálni, kód- vagy eszközhívásokat kell végrehajtani, megfigyelni a valós eredményeket, és önjavítást kell végezni, ha egy művelet sikertelen – a hurok bezárását jelenti ahelyett, hogy egy lövésben elfogadható hangzású választ adna. A nulláról induló 70B edzésük részben a teljes stack vezérléséről szólt, így kifejezetten óvatos, ellenőrizhető érvelésre tudtak optimalizálni, nem pedig általános alapmodellre hagyatkozni.
Stratégiai hatás
Szállítói stratégia
A szállítói ütemterv befolyásolja, hogy csapata milyen funkciókat építhet fel legközelebb.
Költség és költségvetés
A kereskedelmi feltételek és a telepítési lehetőségek befolyásolják a hosszú távú költségeket és kockázatokat.
Kockázat és biztonság
A vállalati ösztönzők alakítják a termék alapértelmezett beállításait, a biztonsági testtartást és a nyitottságot.
Az Imbue érvelő ágensek jövője
Az ügynökök határvonala az egyszeri válaszoktól a hosszú távú megbízhatóság felé halad: olyan ügynökök, akik terveznek, több lépésben cselekszenek, felépülnek a hibákból, és tudják, mikor kell megkérdezni egy embert. Nagyobb hangsúlyt kell fektetni az ellenőrzésre, a sandbox eszközhasználatra és az átláthatóságra, hogy a felhasználók ellenőrizhessék az ügynök tevékenységét. Ha az olyan laborok, mint az Imbue, sikeresek, a megbízható személyes ügynökök megbirkózhatnak a kutatással, a kódolással és az adminisztratív teendőkkel, de a nehéz rész továbbra is az, hogy elkerüljük a következményes tevékenységek során elkövetett magabiztos hibákat.
Valós megvalósítás
Az ügynök kódot ír, futtatja a tesztcsomagot, beolvassa a hibákat, és kijavítja a saját hibáit, mielőtt visszaadná a munkát.
A kutatási asszisztens a homályos kérést részkérdésekre bontja, bizonyítékokat gyűjt, és minden egyes megállapítást ellenőriz, ahelyett, hogy találgatna.
A személyes ügynök összeállít és egyeztet egy összetett többlépcsős tervet, megjelölve azokat a pontokat, ahol bizonytalan, és emberi aláírásra van szüksége.
A belső szerszámok segítségével az ügynök ellenőrizheti, hogy az egyes műveletek valóban megváltoztatták-e a rendszerállapotot, ahelyett, hogy sikeresen feltételeznék.
Kockázatok és védőkorlátok
Az indítási bejelentések meghaladhatják a valódi termelési munkafolyamatok stabilitását.
Az API-árazás vagy az irányelvváltások egyik napról a másikra megdönthetik a feltételezéseket.
Az egyszállítótól való függőség növeli a bezárási és migrációs költségeket.
Végrehajtási ütemterv
Értékelje a szolgáltatókat saját feladatai és adatkészletei segítségével.
Az integráció előtt tekintse át az adatvédelmi, biztonsági és jogi feltételeket.
Tartsa fenn a tartalék tervet a modellek vagy szállítók között.
Figyelje a kiadási megjegyzéseket, hogy az ütemterv változásai ne lepjék meg a csapatokat.
Folytassa a felfedezést
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Imbue Reasoning Agents quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Következő útmutató
Sierra AI Ügyfélélmény-ügynökök
Gyakran ismételt kérdések
What is Imbue Reasoning Agents?
Az Imbue egy mesterséges intelligencialabor-építő ügynök, amely elég robusztusan tud érvelni, kódolni és cselekedni ahhoz, hogy valódi feladatokat bízzon rá. Ez azért fontos, mert a megbízhatóság – nem csak a nyers intelligencia – az a szűk keresztmetszet, amely megakadályozza az AI-ügynököket abban, hogy folyamatos felügyelet nélkül végezzenek hasznos többlépcsős munkát.
Hogy hívták korábban Imbue-t?
Az Imbue korábban Generally Intelligent néven volt ismert a márkaváltás előtt.
Imbue szerint mi a fő szűk keresztmetszete a hasznos AI-ügynökök számára?
Imbue hangsúlyozza, hogy az ügynököknek megbízhatóan kell érvelniük és ellenőrizniük kell munkájukat, hogy valódi feladatokat bízzanak rájuk.
Milyen figyelemre méltó mérnöki teljesítményt dokumentált Imbue?
Az Imbue a semmiből kiképzett egy 70B-s paraméterű modellt, és részletes feljegyzéseket tett közzé az infrastrukturális munkáról.
Mit jelent az, hogy egy ügynök „bezárja a hurkot”?
A hurok lezárása egy művelet végrehajtását, a tényleges eredmény ellenőrzését és a pálya korrigálását jelenti, ha az nem sikerült.
Melyik nagy hardvergyártó cég volt az Imbue támogatói között?
Az Nvidia a befektetők között volt az Imbue 2023-as finanszírozási körében.