Von Sprachmodellen zu praktischen selbstverbessernden Computeragenten

Wir entwickeln eine einfache und unmittelbare Methodologie, um KI-Computeragenten zu schaffen, die vielfältige Computeraufgaben ausführen und sich selbst verbessern können, indem sie Werkzeuge und Erweiterungen entwickeln, um zunehmend komplexe Aufgaben zu lösen. Da gezeigt wurde, dass große Sprachmodelle (LLMs) von nicht-parametrischen Erweiterungen profitieren, hat sich ein erheblicher Teil der aktuellen Forschung darauf konzentriert, Software zu entwickeln, die LLMs mit verschiedenen Fähigkeiten erweitert. Anstatt manuell statische Software zu entwickeln, um LLMs durch menschlichen Ingenieureingriff zu erweitern, schlagen wir vor, dass ein LLM-Agent systematisch Software generieren kann, um sich selbst zu erweitern. Wir zeigen anhand einiger Fallstudien, dass eine minimale Abfrage-Schleife mit entsprechender Prompt-Engineering es einem LLM ermöglicht, verschiedene Erweiterungen zu generieren und zu nutzen, um seine eigenen Fähigkeiten zur Durchführung von realen Computeraufgaben frei zu erweitern. Ausgehend von nur Terminalzugang fordern wir einen LLM-Agenten auf, sich mit Retrieval-, Internet-Such-, Web-Navigations- und Textbearbeitungsfähigkeiten zu erweitern. Der Agent nutzt diese verschiedenen Werkzeuge effektiv, um Probleme wie automatisierte Softwareentwicklung und webbasierte Aufgaben zu lösen.