粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
大模型推理，一般指的是将任务分解为更小的子集并单独解决这些子集。Chain-of-Thought, Tree-of-Tought, Skeleton-of-Thought, Reflexion等等，都是LLMs中解决推理能力的一些技巧。
当然推理的范畴还涉及一些借助外部能力，例如访问外部数据或工具。在过去几年中，我们看到模型在特定场景推理技术中表现得非常好，但它们未能跨领域泛化。并且推理是一项计算成本非常高的任务。最近有一个开源框架-哈士奇，由 Meta AI、华盛顿大学的科学家们开源。
框架开源地址 & 论文地址：
https://arxiv.org/html/2406.06469v1
https://github.com/agent-husky/Husky-v1
论文标题：Husky: A Unified, Open-Source Language Agent for Multi-Step Reasoning
先看效果：
HUSKY-哈士奇 是一个开源Agent，主要处理涉及数字、表格和基于知识的推理的各种复杂任务。与其他专注于特定任务或使用专有模型的智能体不同，HUSKY 在统一的框架内运行来应对不同的挑战。它分两个阶段工作：首先，它生成解决任务所需的下一个动作；其次，它使用专家模型执行此操作，并随着解决方案的进展而更新解决方案。
对于需要多步推理的任务，HUSKY 会预测下一步的动作和相应的工具，然后用专家模型来执行。这个过程一直持续到找到最终答案为止。 HUSKY 使用多个 LLMs 来协调专家模型，类似于一群哈士奇一起拉雪橇。
训练哈士奇
HUSKY 的训练涉及到使用教师模型创建工具集成的解决方案轨迹。这些轨迹有助于为动作生成器和专家模型构建训练数据。训练流程被简化且可推广，确保 HUSKY 可以处理广泛的任务，而无需特定于任务的假设。
最后：
HUSKY 代表了language agent的重大进步，为复杂的推理任务提供了多功能的开源解决方案。其整体方法将行动生成和执行与专家模型相结合，使其能够有效应对各种挑战。从各种评估中可以看出，HUSKY 的表现凸显了它重新定义语言代理处理复杂问题的潜力。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-19
DeepSeek+Dify 构建本地知识库，真香！
2025-04-19
微软开源实时交互模型：提升Agent动态复杂处理能力
2025-04-19
微软最新 Playwright MCP 服务器强势来袭？
2025-04-18
OpenManus：开源版 Manus，无需邀请码，5 分钟极速体验！
2025-04-18
OpenAI开源34页Agents最佳实践白皮书~
2025-04-18
OpenAI推出终端编码智能体Codex CLI了
2025-04-18
“开源版coze”爆火，融资超 4.6 亿！如今 Docker 拉取量超 1 亿，斩获 77.5k star
2025-04-18
【开源看AI】GitDiagram：AI帮你理解任意代码库的架构
2025-01-01
2024-07-25
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-06-12
2024-07-11
2024-08-13
2024-12-26
回到顶部