DynaSaur - Adobeが提供する大規模言語モデルプロキシフレームワーク - AiBoss

DynaSaurとは何ですか？

Adobe Researchが開発したDynaSaurは、定義済みのアクションセットに限定される従来の大規模言語モデル（LLM）エージェントシステムの限界を打破するLLMエージェントフレームワークです。このフレームワークは、エージェントによるアクションの動的な作成と構成をサポートし、環境と対話するためのPythonコードを生成・実行することで、より柔軟な問題解決を可能にします。DynaSaurは、生成されたアクションを蓄積して再利用可能な関数ライブラリを構築できるため、将来のタスクに対する効率性と適応性が向上します。GAIAベンチマークテストにおいて、DynaSaurは特に複雑で長期にわたるタスクの処理において優れた柔軟性を発揮します。

DynaSaurの主な機能

動的アクションの作成環境とタスクの要件に基づいて、新しいPython関数は、事前に定義された一連のアクションに依存することなく、アクションとして動的に生成されます。
アクションの蓄積と再利用このフレームワークは、生成されたアクションを蓄積し、再利用可能な関数ライブラリを構築し、将来のタスクでそれを使用して問題解決の効率を向上させます。
環境との相互作用これは、環境と対話するためのPythonコードを生成および実行し、新しいアクションを定義したり、既存のアクションを呼び出したりすることに基づいています。
柔軟性と適応性複雑で長期的なタスクにも柔軟に対応でき、特に事前に定義されたアクションが適用できない場合や失敗した場合に、タスクを復旧して完了させることができます。

DynaSaurの技術原理

動作表現各アクションはPython関数として表現され、Pythonの汎用性とLLMのコード生成機能が活用されています。
アクション検索アクション検索機能に基づき、クエリとコンテキストに応じて、蓄積されたアクションライブラリから最も関連性の高い過去のアクションが検索されます。
動きの蓄積タスクの実行中に、新たに生成されたアクションがアクションライブラリに追加され、これらのアクションは今後のタスクで使用されます。
部分観測マルコフ決定過程（POMDP）エージェントの行動はPOMDPとしてモデル化され、タスク空間、行動空間、状態空間、観測空間、状態遷移関数、および観測関数が含まれる。
動的運動空間潜在的に無限のアクションの集合A*を導入し、エージェントが各タイムステップでタスクを解決するために任意のアクションを提案できるようにします。

DynaSaurプロジェクトの住所

GitHubリポジトリ：https://github.com/adobe-research/dynasaur
arXiv技術論文：https://arxiv.org/pdf/2411.01747

DynaSaurの応用事例

自動化された顧客サービスチャットボットとして、顧客からの問い合わせや質問に対応する解決策を動的に生成し、より柔軟でパーソナライズされたサービスを提供します。
インテリジェントなパーソナルアシスタントパーソナルアシスタントとして、ユーザーがスケジュールを管理したり、タスクを実行したり、情報を検索したりするのを支援し、ユーザーのニーズに基づいて新しいスキルを動的に学習します。
ソフトウェア開発支援これは、ソフトウェア開発者がコードを自動生成したり、プログラミング上の問題を解決したり、ソフトウェアテストにおいて自動テストエージェントとして機能したりするのに役立ちます。
教育と訓練教育分野においては、生徒の学習進捗状況やニーズに応じて授業内容や難易度を動的に調整する、教育補助ツールとして機能します。
データサイエンスと分析複雑なデータ分析タスクを処理し、データ処理ワークフローを動的に生成し、研究者やアナリストがより効率的にデータを探索し、パターンを特定できるよう支援します。