TaskWeaver: A Code-First Agent Framework

要約

言語言語モデル (LLM) は、自然言語の理解と生成において優れた能力を示しており、チャットボットや仮想アシスタントなどのアプリケーションでの使用につながっています。
ただし、既存の LLM フレームワークは、豊富なデータ構造を使用したドメイン固有のデータ分析タスクを処理する際に制限に直面しています。
さらに、多様なユーザー要件を満たす柔軟性にも苦労しています。
これらの問題に対処するために、LLM を利用した自律エージェントを構築するためのコードファースト フレームワークとして TaskWeaver が提案されています。
ユーザーリクエストを実行可能コードに変換し、ユーザー定義のプラグインを呼び出し可能な関数として扱います。
TaskWeaver は、豊富なデータ構造、柔軟なプラグインの使用法、動的なプラグインの選択をサポートし、複雑なロジックに LLM コーディング機能を活用します。
また、例を通じてドメイン固有の知識を組み込み、生成されたコードの安全な実行を保証します。
TaskWeaver は、複雑なタスクを処理し、ドメイン固有のシナリオに適応できるインテリジェントな会話型エージェントを作成するための強力で柔軟なフレームワークを提供します。
コードは https://github.com/microsoft/TaskWeaver/ でオープンソース化されています。

要約(オリジナル)

Language Language Models (LLMs) have shown impressive abilities in natural language understanding and generation, leading to their use in applications such as chatbots and virtual assistants. However, existing LLM frameworks face limitations in handling domain-specific data analytics tasks with rich data structures. Moreover, they struggle with flexibility to meet diverse user requirements. To address these issues, TaskWeaver is proposed as a code-first framework for building LLM-powered autonomous agents. It converts user requests into executable code and treats user-defined plugins as callable functions. TaskWeaver provides support for rich data structures, flexible plugin usage, and dynamic plugin selection, and leverages LLM coding capabilities for complex logic. It also incorporates domain-specific knowledge through examples and ensures the secure execution of generated code. TaskWeaver offers a powerful and flexible framework for creating intelligent conversational agents that can handle complex tasks and adapt to domain-specific scenarios. The code is open-sourced at https://github.com/microsoft/TaskWeaver/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google