Creación de sistemas de aprendizaje automático con un almacén de características

Capítulo 12. Agentes y flujos de trabajo LLM

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los flujos de trabajo LLM y los agentes son fáciles de identificar, ya que son servicios basados en IA que proporcionan una API de lenguaje natural. Los primeros chatbots impulsados por LLM eran simples envoltorios para LLMs. Pero no podían responder preguntas sobre ningún evento que hubiera ocurrido después de la fecha límite de su entrenamiento. Por lo tanto, evolucionaron rápidamente hasta convertirse en complejos motores de múltiples pasos que pueden responder preguntas incluso sobre eventos actuales, utilizando índices vectoriales, motores de búsqueda, almacenes de características y otras fuentes de datos para añadir información contextual a los prompts.

Con la ayuda de herramientas y nuevos protocolos, los flujos de trabajo de LLM se han transformado en agentes que tienen un nivel de autonomía en la forma de planificar y ejecutar tareas para alcanzar objetivos. Los agentes son más que simples envoltorios de LLM. Pueden utilizar herramientas externas, tienen memoria y pueden planificar estrategias para alcanzar objetivos. Los agentes son en su mayoría servicios interactivos, pero también hay agentes en segundo plano que ejecutan tareas de forma autónoma, automatizando tareas rutinarias como la ejecución de flujos de trabajo, la optimización de procesos y el mantenimiento proactivo.

En este capítulo, nos adentraremos ...