Alibabas nya AI-ramverk minskar verktygsanvändning med 99 %

Forskare vid Alibaba har introducerat ett nytt AI-ramverk kallat SkillWeaver, som syftar till att lösa utmaningar när AI-agenter måste använda ett stort antal verktyg för att utföra komplexa uppgifter. Ramverket skapar en exekveringsgraf för en given uppgift och väljer lämpliga verktyg för varje steg.

Metoden innefattar tekniken Skill-Aware Decomposition (SAD), som använder en återkopplingsloop. Detta möjliggör för agenten att iterativt hämta och granska relevanta verktyg. Detta strukturerade tillvägagångssätt skiljer sig från tidigare metoder som väljer verktyg endast en gång.

SkillWeaver är lämpligt för scenarier där AI-agenter orkestrerar flera verktyg, som vid nedladdning, transformering och skapande av rapporter. Experiment visade att SkillWeaver minskade minnesanvändningen (tokens) med över 99 % jämfört med metoder där agenten fick tillgång till hela verktygsbiblioteket.

Enligt forskningen är den största flaskhalsen för korrekt verktygsval detaljnivån för uppgiftsnedbrytning. SkillWeaver delar upp komplexa förfrågningar i mindre deluppgifter, söker efter lämpliga verktyg och skapar en slutlig exekveringsgraf, vilket säkerställer verktygens kompatibilitet.