Level-Navi Agent: открытый универсальный фреймворк агента веб-поиска 194

Что такое Level-Navi Agent?

Level-Navi Agent — это фреймворк агента для веб-поиска с открытым исходным кодом, который использует большие языковые модели (LLM) для пошагового анализа и точного поиска ответов на сложные вопросы. Он совместим с различными моделями с открытым или закрытым исходным кодом, способен разбивать сложные задачи на части, понимать их, а затем последовательно искать информацию в интернете, пока не будет получен ответ на вопрос пользователя.

Основные функции Level-Navi Agent

Иерархическая навигация

• Декомпозиция задачи: разбивает сложные вопросы на несколько подзадач и решает их одну за другой.

• Параллельный поиск: после составления списка подзадач одновременно выполняет поиск по ним, повышая эффективность поиска.

Интеллектуальное планирование и декомпозиция задач

• Цепочка рассуждений: подобно человеческому мышлению, последовательно определяет, какую информацию нужно собрать следующим шагом.

• Итеративное уточнение: динамически корректирует действия на основе обратной связи и имеющейся информации, пока не будет собрано достаточно данных для ответа на вопрос.

Поиск информации и обратная связь

• Онлайн-поиск: выполняет поиск по подзадачам в интернете, собирает информацию и передаёт её планировщику.

• Интеграция результатов: объединяет найденные результаты и формирует чёткий ответ.

Универсальный фреймворк без обучения: может использоваться с любой большой языковой моделью (LLM) с открытым или закрытым исходным кодом, без необходимости обучения или дообучения под конкретную задачу.

Оценка и бенчмарки: предоставляет набор данных для китайскоязычного веб-поиска (Web24) и набор соответствующих метрик оценки, позволяющий всесторонне измерять производительность различных LLM в сообществе при выполнении задач веб-поиска.

Сценарии применения Level-Navi Agent

• Обработка сложных запросов: способен справляться со сложными многоходовыми вопросами, такими как «В каком городе располагается штаб-квартира компании курьера, доставившего 150-миллиардную посылку в этом году?», требующими понимания сложных логических цепочек и многоуровневого поискового рассуждения.

• Китайскоязычный веб-поиск: особенно подходит для задач китайскоязычного веб-поиска; предлагает новый набор данных для китайскоязычного веб-поиска (Web24) и метрики оценки, способствуя развитию данной области.

• Поиск информации и получение знаний: благодаря иерархической навигации и параллельному поиску эффективно собирает информацию из интернета, что подходит для приложений, требующих быстрого получения и интеграции данных.

• ai-оценка и оптимизация поисковых агентов: предоставляет объективный оценочный фреймворк, позволяющий различным большим языковым моделям (LLM) оцениваться на едином бенчмарке, помогая исследователям и разработчикам оптимизировать производительность моделей в сложных поисковых задачах.

• Автоматизированная генерация контента: в сочетании с технологиями генерации контента на основе ИИ может использоваться для автоматического создания и публикации материалов, особенно в сценариях, где требуется сбор и интеграция информации из множества источников.

Руководство по использованию Level-Navi Agent

• Клонируйте проект.

• Создайте виртуальное окружение Python.

• Установите зависимости.

• Настройте API поисковой системы (например, Bing).

• Разверните API или локальную модель.

• Запустите тестирование.

Репозиторий на GitHub:https://github.com/chuanruihu/Level-Navi-Agent-Search