🕵️ Кто такие LLM-агенты

Давайте представим LLM-приложение (Large Language Models, большие языковые модели), которое помогает финансовому аналитику отвечать на вопросы о компании. Используя RAG (Retrieval-Augmented Generation), модель может легко ответить, например, на вопрос «Какой был общий доход у компании X за 2022 финансовый год?». А теперь допустим, что аналитику нужен ответ на следующий вопрос: «Каковы были три вывода из отчёта о прибылях и убытках за второй квартал 2023 финансового года? Сосредоточьтесь на главных продуктах компании». Ответ на него требует более сложного подхода: нужно использовать разные инструменты, разбить запрос на части и т.д. Объединить всё это сможет LLM агент.

Так, агент — это система для взаимодействия с динамической средой, которая воспринимает её и действует, выполняя заложенные в неё цели или задачи.

✔️ Вот ещё простой пример:
Автономные агенты часто выполняют свои задачи, принимая на себя определённые роли. Например, можно добавить к запросу специальный промпт (system prompt) с описанием «ты — опытный Python-разработчик». Можно даже делегировать создание таких system prompt другой модели. Так делает RecAgent — агент для пользовательских симуляций, например, в области рекомендаций фильмов. Ему дают лишь базовую информацию в виде таблицы, на основании которой формируется более полное описание агента.

➡️Таким образом LLM-агенты способны автоматизировать выполнение многих сложных задач, используя для этого различные инструменты, память и, собственно, языковые модели. Применять их можно везде, где способностей самих LLM недостаточно для решения задачи.

⚡️Самые полезные каналы по Data Science в одной папке

В ней:
➖канал для подготовки к собеседованиям
➖интересные задачи
➖основной канал (этот)
➖книги по Data Science
➖лучшие вакансии из сферы
➖и наш чат, в котором можно общаться и задавать вопросы

Добавляйте 👉 тык сюда