A peça de infraestrutura de IA que estou a acompanhar neste momento é o ROMA da @SentientAGI, uma estrutura de múltiplos agentes totalmente aberta que realmente escala o raciocínio de longo prazo sem colapsar em erros acumulativos.
O que faz, em palavras simples: ▸ Divide grandes tarefas em uma árvore de subtarefas ▸ Atribui cada nó ao agente/ferramenta correta ▸ Executa partes em paralelo para aumentar a velocidade ▸ Rastreia cada passo para que você possa depurar e trocar modelos em tempo real
Módulos principais: → Atomizador: decidir se/onde dividir → Planeador: mapear os subobjectivos → Executor: chamar agentes/ferramentas em paralelo → Agregador: sintetizar a resposta final
Os recibos importam, assim como os benchmarks: ▸ FRAMES: 81,7% ▸ SimpleQA: 93.9% ▸ SEAL‑Q: 45,6% SOTA para sistemas abertos, rivalizando com motores de pesquisa fechados
Por que isso aterra: ▸ Pipelines transparentes em vez de cadeia de pensamento oculta ▸ Modelo/ferramenta agnóstica, ligue qualquer coisa ▸ Ganchos de verificação humana quando é importante ▸ A pesquisa profunda torna-se repetível, auditável, rápida
E isso se acumula com o restante da pilha Sentient: ▸ Impressão digital para provar a propriedade e alinhamento da comunidade ▸ Sentient Chat integrando ROMA Search ▸ A GRID a recolher sinais de dados ricos para agentes
Clone o repositório, envie um agente, ligue o seu LLM/ferramentas favoritos e observe a AGI aberta passar de vibrações para resultados verificáveis.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
A peça de infraestrutura de IA que estou a acompanhar neste momento é o ROMA da @SentientAGI, uma estrutura de múltiplos agentes totalmente aberta que realmente escala o raciocínio de longo prazo sem colapsar em erros acumulativos.
O que faz, em palavras simples:
▸ Divide grandes tarefas em uma árvore de subtarefas
▸ Atribui cada nó ao agente/ferramenta correta
▸ Executa partes em paralelo para aumentar a velocidade
▸ Rastreia cada passo para que você possa depurar e trocar modelos em tempo real
Módulos principais:
→ Atomizador: decidir se/onde dividir
→ Planeador: mapear os subobjectivos
→ Executor: chamar agentes/ferramentas em paralelo
→ Agregador: sintetizar a resposta final
Os recibos importam, assim como os benchmarks:
▸ FRAMES: 81,7%
▸ SimpleQA: 93.9%
▸ SEAL‑Q: 45,6%
SOTA para sistemas abertos, rivalizando com motores de pesquisa fechados
Por que isso aterra:
▸ Pipelines transparentes em vez de cadeia de pensamento oculta
▸ Modelo/ferramenta agnóstica, ligue qualquer coisa
▸ Ganchos de verificação humana quando é importante
▸ A pesquisa profunda torna-se repetível, auditável, rápida
E isso se acumula com o restante da pilha Sentient:
▸ Impressão digital para provar a propriedade e alinhamento da comunidade
▸ Sentient Chat integrando ROMA Search
▸ A GRID a recolher sinais de dados ricos para agentes
Clone o repositório, envie um agente, ligue o seu LLM/ferramentas favoritos e observe a AGI aberta passar de vibrações para resultados verificáveis.