Level-Navi Agent: Open-Source Universal-Web-Such-Agent-Framework 188

小编 · 2025-03-02

Level-Navi Agent ist ein Open-Source-Web-Such-Agent-Framework, das große Sprachmodelle (LLMs) nutzt, um komplexe Anfragen schrittweise zu zerlegen und präzise Suchen durchzuführen. Es unterstützt sowohl Open-Source- als auch proprietäre Modelle, zerlegt komplexe Fragen und sucht schrittweise Informationen online, bis eine Antwort geliefert wird.

Level-Navi Agent: Open-Source Universal-Web-Such-Agent-Framework

Was ist Level-Navi Agent?

Level-Navi Agent ist ein Open-Source-Agent-Framework für die Websuche, das mithilfe von Large Language Models (LLM) eine schrittweise Analyse und präzise Suche für komplexe Fragen ermöglicht. Es kann mit verschiedenen Open-Source- oder Closed-Source-Modellen verwendet werden, um komplexe Fragen zu zerlegen und zu verstehen und dann schrittweise Informationen im Internet zu suchen, bis eine Antwort auf die Frage des Nutzers gefunden wird.

Level-Navi Agent.webp

Die Hauptfunktionen von Level-Navi Agent

Hierarchische Navigation

Zerlegung von Fragen: Zerlegt komplexe Fragen in mehrere Teilfragen und löst diese nacheinander durch Chain-of-Thought.
Parallele Suche: Listet die Teilfragen auf und sucht gleichzeitig nach relevanten Informationen, um die Such-effizienz zu steigern.

Intelligente Planung und Fragezerlegung

Chain-of-Thought: Wie menschliches Denken wird schrittweise festgelegt, welche Informationen als nächstes gesammelt werden sollen.
Iterative Verfeinerung: Passt die Vorgehensweise basierend auf Rückmeldungen und vorhandenen Informationen dynamisch an, bis genügend Informationen zur Beantwortung der Frage gesammelt wurden.

Informationsbeschaffung und Feedback

Online-Suche: Führt für Teilfragen eine Online-Suche durch, sammelt Informationen und gibt sie an den Planer zurück.
Ergebnisintegration: Integriert die Suchergebnisse und liefert eine klare Antwort.

Allgemeines Framework ohne Training: Kann mit beliebigen Open-Source- oder Closed-Source-Large-Language-Modellen (LLM) kombiniert werden, ohne dass ein spezielles Training oder Fine-Tuning für bestimmte Aufgaben erforderlich ist.

Bewertung und Benchmarks: Stellt einen chinesischen Websuch-Benchmark-Datensatz (Web24) und einen passenden Satz an Bewertungsmetriken bereit, um die Leistung verschiedener LLMs in der Community bei Websuchaufgaben umfassend zu messen.

Anwendungsbereiche von Level-Navi Agent

Verarbeitung komplexer Anfragen: Kann komplexe Multi-Hop-Fragen bewältigen, wie zum Beispiel „In welcher Stadt befindet sich der Hauptsitz des Unternehmens des Kurierfahrers, der das 150-milliardste Paket dieses Jahres zugestellt hat?" – Fragen, die das Verstehen komplexer Logikketten und mehrstufige Suchschlussfolgerungen erfordern.
Chinesische Websuche: Besonders geeignet für chinesische Websuchaufgaben; stellt einen neuen chinesischen Websuch-Datensatz (Web24) sowie Bewertungsmetriken bereit und treibt damit die Entwicklung der chinesischen Websuche voran.
Informationsbeschaffung und Wissenserwerb: Durch hierarchische Navigation und parallele Suche können effizient Informationen aus dem Internet gesammelt werden, geeignet für Anwendungen, die schnell Informationen abrufen und integrieren müssen.
ai-Suchagenten – Bewertung und Optimierung: Bietet ein faires Bewertungs-Framework, mit dem verschiedene Large Language Models (LLM) unter demselben Benchmark bewertet werden können, und unterstützt Forscher und Entwickler dabei, die Leistung von Modellen bei komplexen Suchaufgaben zu optimieren.
Automatisierte Inhaltserstellung: In Kombination mit KI-gestützter Content-Generierung kann es für die automatisierte Erstellung und Veröffentlichung von Inhalten eingesetzt werden, insbesondere in Szenarien, in denen Informationen aus mehreren Quellen gesammelt und zusammengeführt werden müssen.