OpenHands: An Open Platform for AI Software Developers as Generalist Agents

要約

ソフトウェアは、人間が自由に使える最も強力なツールのひとつであり、熟練したプログラマーが複雑で奥深い方法で世界と対話することを可能にする。同時に、大規模言語モデル（LLM）の改良のおかげで、周囲の環境と相互作用し、その変化に影響を与えるAIエージェントも急速に発展している。この論文では、OpenHands（別名OpenDevin）を紹介する。OpenHandsは、強力で柔軟なAIエージェントを開発するためのプラットフォームであり、人間の開発者と同様の方法で世界と相互作用する。我々は、このプラットフォームが、新しいエージェントの実装、コード実行のためのサンドボックス環境との安全な相互作用、複数のエージェント間の調整、評価ベンチマークの組み込みをどのように可能にするかを説明する。現在組み込まれているベンチマークに基づき、ソフトウェアエンジニアリング（SWE-BENCHなど）やウェブブラウジング（WEBARENAなど）など、15の困難なタスクに対するエージェントの評価を行う。寛容なMITライセンスの下でリリースされたOpenHandsは、学術界と産業界にまたがるコミュニティプロジェクトであり、188人以上の貢献者から210万件以上のコントリビューションが寄せられています。

要約(オリジナル)

Software is one of the most powerful tools that we humans have at our disposal; it allows a skilled programmer to interact with the world in complex and profound ways. At the same time, thanks to improvements in large language models (LLMs), there has also been a rapid development in AI agents that interact with and affect change in their surrounding environments. In this paper, we introduce OpenHands (f.k.a. OpenDevin), a platform for the development of powerful and flexible AI agents that interact with the world in similar ways to those of a human developer: by writing code, interacting with a command line, and browsing the web. We describe how the platform allows for the implementation of new agents, safe interaction with sandboxed environments for code execution, coordination between multiple agents, and incorporation of evaluation benchmarks. Based on our currently incorporated benchmarks, we perform an evaluation of agents over 15 challenging tasks, including software engineering (e.g., SWE-BENCH) and web browsing (e.g., WEBARENA), among others. Released under the permissive MIT license, OpenHands is a community project spanning academia and industry with more than 2.1K contributions from over 188 contributors.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL