aiflows
v1.1.1
?? FunSearch 追加: エキサイティングなニュース! FunSearch の FlowVerse への統合を発表できることを嬉しく思います。 ?ここ FlowVerse で見つけることができます。また、FunSearch の動作を紹介するデモ ノートブックもご覧ください。このデモには、CodeForce の問題で FunSearch を実行する例が含まれており、独自のアプリケーション用に FunSearch をセットアップする方法について段階的な手順が説明されています。
?メジャー アップデート: プロジェクトのバージョン 1.1.0 のリリースを発表できることを嬉しく思います。このリリースでは、Flows エンジンの導入によって強調されるように、aiFlows に大幅な機能強化が導入されています。このエンジンは、同時実行とピアツーピアの分散コラボレーションを可能にし、プロジェクトとの対話方法に革命をもたらします。
開発者エクスペリエンスのいくつかの側面はまだ磨き中ですので、Discord でフィードバックを共有してください。
?? aiFlows はフローの抽象化を具体化し、人間、AI システム、ツールが関与する複雑な (作業) フローの設計と実装を大幅に簡素化します。 CoLink と連携して、次のことが可能になります。
このライブラリは Python 3.10 以降と互換性があります。
pip install aiflowsgit clone [email protected]:epfl-dlab/aiflows.git
cd aiflows
pip install -e . このフレームワークはフローとメッセージを中心にしています。フローは、意味的に意味のある作業単位を完了できる、独立した自己完結型の目標主導型の計算ビルディング ブロックです。情報を交換するために、フローは標準化されたメッセージベースのインターフェイスを介して通信します。メッセージは、受信者のフローが処理できる任意のタイプにすることができます。
Flowsフレームワークが例示されています。最初の列はツールの例を示しています。特に、Flows フレームワークでは、AI システムがツールに相当します。 2 番目の列は、サンプル ツールから構築されたツールの周囲のラッパーを効果的に最小限に抑えるアトミック フローを示しています。 3 番目の列は、アトミックフローまたは複合フロー間の構造化された相互作用を定義する複合フローの例を示しています。 4 番目の列は、論文の実験で使用された具体的な複合競合コーディング フローを示しています。 5 番目の列では、自律的な動作をサポートできるメタ推論プロセスを定義する、仮説的なフローの構造を概説します。
FlowVerse は、誰もが使用できるようにコミュニティによって作成および共有されたフロー (HuggingFace ハブを利用した) のリポジトリです。 aiFlow を使用すると、フローを簡単にダウンロード、使用、拡張したり、新しいより複雑なフローに合成したりできます。たとえば、API ベースのツールのみを使用するフロー (ツールはフロー抽象化にモデルを包含します) を共有することは、構成ファイルを共有するのと同じくらい簡単です (たとえば、ここでは FlowVerse の AutoGPT フローを示します)。 ChatGPT を使用するものについては、完全にカスタマイズ可能なオープンソース GPT(++) と考えることができます。
FlowVerse は継続的に成長しています。現在利用可能なフローを調べるには、Discord サーバーの ?│フロー共有フォーラムをチェックしてください。さらに、「はじめに」セクションのチュートリアルと詳細な例では、提供するフローの一部についてさらに詳しく説明しています (例: ChatAtomicFlow と QA、VisionAtomicFlow と VisualQA、ReAct とヒューマン フィードバック付き ReAct、AutoGPT など)。
AI は私たちの働き方に革命を起こそうとしています。私たちの使命は、AI 研究者をサポートし、研究者が進歩を実践者とシームレスに共有できるようにすることです。これによりフィードバック ループが確立され、誰もが次世代 AI ツールに自由にアクセスして恩恵を受けることができるようにしながら、有益な方向への進歩を導きます。
次世代 AI ツールを開発するには、同時実行とピアツーピアのリモート コラボレーションをサポートする原則に基づいた抽象化が必要です。同時に、開発者や研究者がメリットを最大限に活用するには、ワークフローを完全に制御する必要があります。 aiFlows は、各フローを自分のものにできるように努めています。詳細については、「貢献」セクションを参照してください。
ここでは、最初の質問応答フローで推論を実行する方法を説明します。また、モジュラー抽象化と FlowVerse のおかげで、大きく異なる質問応答フロー間で簡単に切り替えることができます。
このチュートリアルでは、徐々に複雑さが増す便利なフローを構築する方法のチュートリアルを通じて、ライブラリの機能を紹介します。
私たちは常に Flow 開発ワークフローを最適化しています (冗談です:)。この短いガイドでは、難しい方法を学ぶ必要がないように、最良のヒントを共有します。
最近提案されている、ツール、人間、AI モデルを含むプロンプトおよびコラボレーション戦略の多くは、本質的には特定のフローです (下の図を参照)。上記のリンクには、いくつかの代表的なワークフローを構築する方法の詳細なチュートリアルが記載されています。
aiFlow の構築および使用方法のその他の例については、サンプル フォルダーを確認してください。
上で述べたように、私たちの目標は、Flows を研究者と開発者の両方に利益をもたらすコミュニティ主導のプロジェクトにすることです (「なぜ aiFlows を使用する必要があるのですか?」セクションを参照)。この目標を達成するには、皆様のご協力が必要です。
いくつかの方法でプロジェクトの一員になることができます。
私たちは、プロジェクトに貢献することで誰でも利益を得られる方法を模索してきました。 Contribution Guide では、私たちが想定しているワークフローについて詳しく説明しています (これに関するフィードバックをお待ちしています -- Discord サーバーにはすでにそのチャネルがあります :))。
一言で言えば、これはほんの始まりにすぎず、これからは長い道のりです。ぜひご注目ください。そして、素晴らしい (オープンソースの) AI の未来に一緒に取り組みましょう!
この研究が役立つと思われた場合は、次のように引用してください。
@misc{josifoski2023flows,
title={Flows: Building Blocks of Reasoning and Collaborating AI},
author={Martin Josifoski and Lars Klein and Maxime Peyrard and Baldwin Nicolas and Yifei Li and Saibo Geng and Julian Paul Schnitzler and Yuxing Yao and Jiheng Wei and Debjit Paul and Robert West},
year={2023},
eprint={2308.01285},
archivePrefix={arXiv},
primaryClass={cs.AI}
}
