Startup de infraestrutura de inteligência artificial agêntica Protocolo de coral Acredita que o maior nem sempre é melhor quando se trata de escalar agentes de IA. A startup acabou de acumular uma nova pontuação recorde no popular Gaia Benchmarkdemonstrando que é possível reforçar o desempenho de agentes de IA usando uma arquitetura baseada em “orquestração inteligente”, em vez de jogar mais poder de processamento por trás deles.
O protocolo de coral de código aberto está focado na idéia de escala horizontal como um meio de elevar os algoritmos AI além do que eles geralmente são capazes, em contraste com a sabedoria predominante no setor de que mais parâmetros equivale a resultados.
Enquanto os gostos do OpenAI, Google e Microsoft Corp. trabalham duro para desenvolver modelos de idiomas grandes e cada vez mais poderosos, a Coral acredita que é possível obter os mesmos resultados usando modelos de idiomas pequenos e coordenação multi-agente paralela e segura. E agora, ele tem os resultados de referência para fazer backup dessas reivindicações.
O sistema de agentes Gaia de Coral foi desenvolvido especialmente para o benchmark GAIA, que é um dos testes mais reconhecidos para medir a capacidade dos sistemas de IA agênticos de resolver tarefas do mundo real que levariam horas e horas para a conclusão dos seres humanos. O teste GAIA consiste em 450 perguntas tributárias projetadas para avaliar a capacidade de um sistema de IA de atuar como um “assistente de uso geral”, disse Coral, e eles só podem ser respondidos com a realização de pesquisas intensivas, analisando cuidadosamente dados e raciocínio para tirar conclusões.
Segundo a Coral, o sistema de agentes Gaia é baseado em uma estrutura de colaboração multi-agente de código aberto chamado CORUJAwhich stands for “Optimized Workforce Learning. Developed by the CAMEL-AI community, OWL is designed to automate complex tasks by coordinating dozens of specialized AI agents so they work as a team. So instead of a single, monolithic LLM performing every task or step required to solve a problem, it instead delegates those tasks to different agents, each possessing its own decision logic and armed with its own toolkit and specialized skills.
O sistema da Coral é composto por inúmeros agentes de IA especializados em tarefas como planejamento, resolução de problemas, descoberta de respostas, crítica, análise de imagens, prestação de assistência, pesquisa de informações, navegação na Web e análise de vídeo. Eles conversam uns com os outros usando as ferramentas de comunicação baseadas em protocolo de contexto Modell do Protocolo de Coral.
Os resultados obtidos pelo novo sistema de Coral ilustram a verdade por trás do velho ditado de que ‘muitas cabeças são melhores que uma’, pois isso alcançou Uma pontuação recorde no benchmark GAIA, superando a melhor pontuação anterior do agente Magnetic-UI da Microsoft em 34%.
O co-fundador e diretor de tecnologia da Coral, Caelum Forder, disse que o setor de IA não terá escolha a não ser prestar atenção aos resultados alcançados pelo sistema de agentes da GAIA. “O papel dos pequenos modelos em sistemas agênticos tem sido inferior até o momento, mas as marés estão começando a girar”, prometeu.
O desempenho de Coral valida uma hipótese anterior da Nvidia Corp., que enviou um papel Em junho, afirmando que o futuro dos agentes da IA está em SLMs combinados com orquestração inteligente, em vez de LLMs independentes. Sem dúvida, jogadores como Google, Microsoft e OpenAI podem agora começar a reconsiderar suas estratégias atuais, focadas em treinar LLMs cada vez mais poderosos enquanto correm para desenvolver “inteligência geral artificial” do tipo humano.
Forder acrescentou que a escala horizontal não é apenas possível, mas também mais prática, pois os modelos de IA menores usam significativamente menos potência que o LLMS. “A Internet dos Agentes agora é uma realidade funcional”, continuou ele. “Se você é um desenvolvedor de agentes, apenas a coralize e, se você é um desenvolvedor de aplicativos, crie melhor para menos usando nossa infraestrutura”.
A Coral disse que sua infraestrutura baseada em gráficos pode ser aplicada a qualquer tipo de sistema de IA e abre a porta para qualquer pessoa criar agentes de IA extremamente poderosos com base em uma arquitetura leve. Isso significa agentes de IA que podem lidar com mais dados, integrar -se a outros sistemas e gerar melhores resultados, sem os custos excessivos associados à execução de LLMs.
