Microsoft представляет Magentic-One, новую универсальную многоагентную систему, предназначенную для обработки сложных веб- и файловых задач.

Она использует агент Orchestrator, который управляет четырьмя специализированными агентами: WebSurfer для операций браузера, FileSurfer для управления файлами, Coder для задач программирования и ComputerTerminal для консольных операций.

Magentic-One достигает конкурентоспособной производительности в нескольких тестах, включая GAIA, AssistantBench и WebArena, без необходимости внесения изменений в свою базовую архитектуру.

Созданная на основе фреймворка AutoGen от Microsoft, Magentic-One использует уникальную двухконтурную архитектуру, в которой Orchestrator управляет как задачами, так и регистрами прогресса.

Система имеет открытый исходный код, как и AutoGenBench, новый инструмент оценки для тестирования систем на основе агентов.

Пока еще может рано, но это новое движение по созданию универсальных агентных систем — то, за чем стоит следить. Кроме того, другие текущие приложения на основе LLM, такие как RAG, также выиграют от этого типа системы, которая строится поверх нескольких специализированных агентов.

https://www.microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks/

GitHub Next анонсировали запуск AI агента создающего веб приложения - Spark. Подобные заявления мы, конечно, уже слышали десятки раз, но не от таких уважаемых компаний. Заявление гораздо более скромное чем все предыдущие Devinы, Devikи и прочие SWE агенты и в то же время кажется достаточно перспективное. Речь идет не об универсальном агенте, а скорее о платформе для создания мини приложений, которые выполняют буквально одну функцию, например "Карточки для заучивания иностранных слов". В основе концепции 4 главных идеи:

• Встроенный хостинг
• Готовые темы для дизайна
• Наличие хранилища данных
• Возможность встраивать LLM в приложение

Вы набрасываете в чате идею вашего приложения, уточняете в несколько итераций, подстраиваете дизайн и делитесь с друзьями. Залезать в код руками тоже можно, но акцент не на этом.

Те кто застал интернет до социальных сетей возможно вспомнят эпоху так называемых «хомяков» - homepage, т.е. домашних страниц пользователей на проектах типа narod.ru. Кажется, GitHub изобрел что-то подобное, только в 2024м и на новый лад, теперь это HomeApp. Мы, конечно, записались в вейтлист!

"TextGrad и DSPy: программная оптимизация промптов" — новая лекция доктора технических наук Владимира Крылова на нашем YouTube-канале. Есть в виде подкаста.

Из лекции вы узнаете:
🔸 Как работают фреймворки TextGrad и DSPy?
🔸 Какие задачи позволяют решить эти технологии оптимизации?
🔸 Как строить RAG с использованием DSPy и что это позволяет достигнуть?
🔸 Как можно оценить перспективы использования технологий программной генерации промптов?

Появились вопросы — задавайте в комментариях!

Попробуйте лучшие на сегодня многоязычные модели. Aya Expanse — семейство моделей с открытым весом для многоязычных возможностей; выпускает модель параметров 8B и 32B, включая одну из крупнейших на сегодняшний день коллекций многоязычных наборов данных. Aya Expanse 32B превосходит Gemma 2 27B, Mistral 8x22B и Llama 3.1 70B, модель в 2 раза больше ее. (статья | твит). Русский язык поддерживается.

МТС вслед за Яндексом представили свой on-premise сервис генерации и автодополнения кода Kodify. Обещают: Генерация и автодополнение кода, Повышение продуктивности, Анализ и оптимизация кода, Многоязычная поддержка (пока Python и Java). Попробовать можно прямо на странице с описанием или запросить коммерческое предложение. Мы попробовали, и оно действительно что-то автопродлевает, а вот сгенерить код по описанию не удалось.

Денис Ширяев опубликовал первые результаты его "эмпирического тестирования" . С лету все выглядит сырым, но привлекательным! Что заметил из тестов:
– Агент отказывается писать комментарии или посты (в канал отказался постить, хотя нашел и я залогинился – должен был обозвать вас кожаными мешками)
– У него проблемы со скролом страницы поиска, и он так зависает (случайно попадает в футер и не знает что делать)
– Пока ощущения будто дурачка за компьютер посадил, но понятно куда идет
– Нашел мне место где можно выпить вкусного пива и отметил его на карте, всем пока.

Claude 3.5 разработчикам - обмен опытом: