الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

Evolverl: التعلم التعزيز التطوري لـ LLMS

تمكين عملاء الذكاء الاصطناعى الذاتي الذاتي من خلال تعلم التعزيز التطوري العدائي

الروابط

  • موقع إلكتروني

  • ورقة بيضاء

  • الورقة الفنية

  • مستندات

  • برقية

  • Twitter/X.

جدول المحتويات

  • ملخص

  • سمات

  • ابدء

  • تثبيت

  • عناصر

  • حلقة تطورية

  • تجول مفصل

  • رخصة

  • المساهمة

  • اقتباس

ملخص

Evolverl هو إطار رائد يمكّن عملاء الذكاء الاصطناعى من التنفيذ الذاتي من خلال الآليات التطورية والعدوانية. على عكس الأساليب التقليدية التي تعتمد اعتمادًا كبيرًا على الهندسة المذهلة اليدوية ، يسمح Evolverl للوكلاء بإنشاء واختبار ومطالباتهم بشكل منهجي ، وسد الفجوة بين الحكم الذاتي النظري والاعتماد الفعلي على الذات.

التحدي

في اقتصاد وكيل الذكاء الاصطناعى الناشئ ، يتصور الكثيرون مستقبلًا حيث يعمل الوكلاء بشكل مستقل مع الحد الأدنى من الرقابة البشرية. ومع ذلك ، إذا كان على البشر أن يقوموا باستمرار بتحديث مطالبات الذكاء الاصطناعي للتعامل مع المهام الجديدة أو حالات الحافة ، فإن الوكلاء ليسوا سياديًا حقًا. يحل Evolverl هذا عن طريق تمكين التحسين الذاتي المستمر من خلال:

  1. التطور المستقل : يكتشف الوكلاء الفجوات ويحدثون مطالباتهم الخاصة

  2. اختبار الخصومة : التحقق القوي ضد السيناريوهات الصعبة

  3. الاختيار القائم على الأداء : ظهور طبيعي للتكوينات المثلى

  4. التكيف المستمر : الاستجابة في الوقت الفعلي للظروف المتغيرة

سمات

  • التحسين التطوري : تطور المطالبات والسلوكيات باستخدام الخوارزميات الجينية

  • المجال اللاأدري : التخصص لأي مجال

  • تقييم قوي : الحكم والتقييم الشامل

  • اختبار الخصومة : توليد سيناريوهات صعبة لضمان المتانة

  • إدارة الدولة : حفظ وتحميل النماذج المتطورة وحالاتهم

  • دعم النماذج المتعددة : استخدم GPT من Openai أو كلودس ، أو تشغيل Llama محليًا (قريبًا)

  • حلقة تحسين الذات : تطور مستمر بدون تدخل بشري

تثبيت

 # التثبيت الأساسي تثبيت Evolverl# تثبيت مع جميع التبعية تثبيت Evolverl [all]

بداية سريعة

 من Evolverl.Evolution Import Evolution ، EvolutionConfigfromfrom Evolverl.llm Import LlmConfigfrom. -APi-key " # أو shinhOthS_API_KEY لـ CLAUDE) المشكلات المعقدة خطوة بخطوة وإظهار عملك بوضوح. "" "") (config ، experience_id = "math_solver")# قم بتشغيل التطور التطور.

استخدام الوكيل المباشر

يمكنك أيضًا استخدام الوكلاء مباشرة دون تطور:

 # إنشاء وتكوين AgentAgent = Agent (AgentConfig (llm_config = llm_config)) Agent.set_default_prompt ("أنت مساعد مفيد AI ...") (إجابة)

استخدام CLI

train_agent.py هو ملف واحد CLI يقوم بتشغيل عملية التطور. تأكد من تحديث ملف config default_config.json أولاً ، وكذلك الحفاظ على مفتاح Openai أو Anthropic API كمتغيرات بيئة أو في .env .

 # الاستخدام الأساسي مع OpenAipython Train_agent.py -المجال الرياضيات -الوصف "حل مشاكل الرياضيات" -v# استخدم أنثروبريت كلوبيثون تورون_جنت. TRAIN_AGENT.PY-مجالات-دومين/MATH_SOLVER.JSON# مخصص الإخراج DIRECTORYTHON TRAIN_AGENT.PY-DOMAIN MATH-DESCRIPTION "..."-output-dir. Train_agent.py -Math -Domain -Description "..." -vvv

أمثلة المجال الحالية في اللغة الطبيعية. يمكنك إضافة المزيد من التفاصيل عند إنشاء حالات الاستخدام الخاصة بك. بالإضافة إلى ذلك ، يمكنك تضمين أي أمثلة تعتقد أنها مهمة للوكيل لمعرفة.

هيكل الإخراج 

agents/
├── {experiment_id}_gen0.json           # Best agent from generation 0
├── {experiment_id}_gen0_full.json      # All variants and scores from generation 0
├── {experiment_id}_gen1.json           # Best agent from generation 1
├── {experiment_id}_gen1_full.json      # All variants and scores from generation 1
└── {experiment_id}_best.json           # Best agent overall

يحتوي الفرد .json (وليس *_full.json ) على AgentConfig لأفضل وكيل للجيل أو بشكل عام. يمكنك بدء وكيل مباشرة من ملف AgentConfig الخاص به عن طريق الاتصال agent.load_config(PATH_TO_CONFIG_FILE) . تأكد من تحديث مفتاح API لأنه لن يتم تخزينه في ملف AgentConfig .

تنسيق إخراج الجيل

 {"compan_size": 5 ، "الأجيال": 10 ، "mutation_rate": 0.1 ، "Crossover_rate": 0.8 ، "min_score_threshold": 0.7 ، "tournament_size": 2 ، "max_interaction_attemps": 5 ، "Output_dir": "agents" ، "llm_config": {"model_name": "gpt-4o-mini" ، "model_type": "openai" ، "max_tokens": 500 ، "درجة الحرارة": 0.7}
}

هيكل الإخراج 

agents/
├── {experiment_id}_gen0.json           # Best agent from generation 0
├── {experiment_id}_gen0_full.json      # All variants from generation 0
├── {experiment_id}_gen1.json           # Best agent from generation 1
├── {experiment_id}_gen1_full.json      # All variants from generation 1
└── {experiment_id}_best.json           # Best agent overall

تتبع التقدم

تُظهر عملية التطور تقدمًا في الوقت الفعلي مع أشرطة التقدم المتداخلة: 

Generation 2/10: 100%|██████████| 6/6 [00:15<00:00, best_score=0875, avg_score=0834]
Overall Progress:  15%|██        | 12/80 [00:30<02:45, generation=2/10, best_overall=0875]

قد يستغرق هذا بعض الوقت اعتمادًا على عدد الأجيال وحجم السكان لكل جيل.

رخصة

ترخيص معهد ماساتشوستس للتكنولوجيا - انظر ملف الترخيص للحصول على التفاصيل

المساهمة

  1. شوكة المستودع

  2. إنشاء فرع ميزة

  3. ارتكب تغييراتك

  4. ادفع إلى الفرع

  5. إنشاء طلب سحب

اقتباس

 Software {Evolverl2024 ، title = {Evolverl: التعلم التعزيز التطوري لـ LLMS} ، المؤلف = {thehandsomedev} ، year = {2025} ، url = {https://www.evolverl.com/}}}}
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل