LangChain Menambahkan Auto-QC untuk Agen AI untuk Memastikan Penyelesaian Tugas
KuCoinFlash
Bagikan
Ringkasan
Platform berita AI + kripto melaporkan bahwa LangChain, bekerja sama dengan MetaEra, telah memperkenalkan RubricMiddleware untuk seri Deep Agents-nya. Alat ini memungkinkan agen AI untuk memeriksa output secara otomatis terhadap kriteria yang telah ditentukan, seperti pengujian kode atau kelengkapan laporan. Jika output gagal, tugas akan direvisi hingga lulus atau mencapai batas iterasi. Sistem ini ditujukan untuk tugas jangka panjang di mana format dan kualitas konten sangat penting. Pencatatan token baru dan kemajuan AI seperti ini menarik perhatian para pengembang dan trader alike. LangChain menyatakan bahwa alat ini paling cocok untuk tugas dengan standar jelas, seperti pengujian kode atau pemeriksaan kutipan, sehingga membuat AI lebih andal di luar sekadar percakapan.
ME AI Berita, menurut pemantauan Beating, LangChain meluncurkan komponen baru Deep Agents bernama RubricMiddleware, yang memungkinkan AI Agent memeriksa dan memperbaiki outputnya sendiri berdasarkan standar yang telah ditentukan. Pengembang dapat terlebih dahulu menuliskan secara jelas 'kriteria penyelesaian' tugas, misalnya kode harus lulus pengujian, laporan harus mencakup bab tertentu, dan jawaban tidak boleh mengandung konten yang dilarang. Setiap kali Agent siap mengirimkan hasilnya, sistem akan memanggil model peninjau untuk memeriksa setiap poin secara berurutan; jika belum memenuhi kriteria, umpan balik akan dikembalikan ke Agent asli untuk diperbaiki terus-menerus hingga lulus pemeriksaan atau mencapai batas iterasi. Mekanisme ini menyelesaikan masalah umum saat Agent menjalankan tugas panjang, yaitu 'gagal di langkah terakhir'. Banyak Agent bukan tidak mampu melakukan tugas, tetapi sering melewatkan persyaratan teknis seperti format, pengujian, referensi, atau bab. RubricMiddleware bertindak seperti petugas pemeriksa otomatis dalam rantai tugas, sehingga Agent tahu apa yang dianggap benar-benar selesai, bukan hanya menghasilkan jawaban yang tampak mirip. Dokumentasi LangChain juga secara eksplisit menyatakan bahwa pendekatan ini paling cocok untuk tugas dengan kriteria penerimaan yang jelas, misalnya apakah suku kata haiku benar, apakah pengujian berhasil setelah refaktorasi kode, atau apakah laporan mencakup semua bagian yang diperlukan. Bagi pengguna biasa, nilai utamanya bukan pada membuat Agent lebih pandai berbicara, tetapi membuat Agent lebih seperti pelaksana yang dapat menyerahkan pekerjaan sesuai daftar periksa. (Sumber: MLion)
Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini.
Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.