Microsoft は、エージェントが「コード変更ゼロ」で自動的に学習し、継続的に最適化できるようにする機能を誇る、agent-lightning と呼ばれる AI エージェント トレーニング アクセラレータをオープンソース化しました。 その中心的なアイデアは、エージェントの内部意思決定ロジックを直接変更せずに、エージェントの動作を観察することです。 その利点は、コアビジネスロジックを書き換えたりフレームワークを変更したりすることなく、インテリジェントエージェントのパフォーマンスを向上させ、インテリジェントエージェントの最適化の複雑さとコストを削減できることです。 フレームワークに依存せず、あらゆるフレームワークやPythonコードもサポートします。また、マルチエージェントシナリオもサポートしており、特定のエージェントのパフォーマンスを向上させるために使用できます。 Agent Lightning は、インテリジェント エージェントの実行時パフォーマンスを 2 つの方法で取得します。 1. 自動追跡装置は、インテリジェントエージェントと外部環境間のやり取りを「聞き取り」ます。 2. 軽量ヘルパー関数: トラッカーが自動的にキャプチャできない可能性のあるエージェント内の特定の状態、カスタム報酬信号、またはより細かいイベントについては、開発者はエージェントのコード内の重要なポイントに少数の単純な agl.emit_xxx() 関数呼び出しを挿入できます。 データは Span に構造化され、Lightning Store に均一に送信されます。 最適化アルゴリズムは、LightningStore から Span データを読み取り、データを分析し、エージェントのパフォーマンスを向上させる方法を学習します。 アルゴリズムが改善された戦略を学習すると、更新されたリソースをLightningStoreにパブリッシュします。その後、Trainerコンポーネントがこれらの最新の最適化をエージェントの推論エンジンに適用します。 #AIAgent #エージェントライトニング
github:github.com/microsoft/agen…W ドキmicrosoft.github.io/agent-lightnin…wT7XhP
