Was wäre, wenn Ihr KI-Agent seine eigenen Fehler erkennen, daraus lernen und es erneut versuchen könnte – ohne menschliches Eingreifen? Willkommen in der Welt der selbstkorrigierenden KI-Agenten.
Die meisten KI-Modelle generieren Ausgaben in einem einzigen Versuch. Aber selbstkorrigierende Wirkstoffe gehen noch weiter. Sie können erkennen, wann ein Fehler auftritt, die Ursache analysieren und eine Lösung anwenden – alles in Echtzeit. Betrachten Sie es als eine KI mit einer integrierten „Versuch-und-Irrtum“-Denkweise.
In diesem Blog erfahren Sie:
Am Ende wissen Sie, wie Sie KI-Agenten entwerfen, die nicht nur ordnungsgemäß scheitern, sondern sich auch bei jedem Versuch verbessern.
Ein selbstkorrigierender Agent ist ein KI-System, das seine eigenen Fehler erkennen und eine neue Strategie versuchen kann. Wenn der anfängliche Ansatz nicht funktioniert, bewertet der Agent es noch einmal und versucht einen alternativen Weg.
Analogie:
Stellen Sie sich vor, Sie bitten einen Koch, einen Kuchen zu backen, aber beim ersten Mal wird zu viel Zucker verwendet. Eine Standard-KI würde immer wieder den gleichen Fehler machen. Aber eine selbstkorrigierende KI würde den Fehler bemerken, beim nächsten Mal den Zucker reduzieren und anpassen, bis der Kuchen perfekt schmeckt.
Die meisten KI-Tools (wie ChatGPT) können Ihnen nur eine einzige Antwort geben. Wenn es falsch ist, müssen Sie es manuell auffordern, es erneut zu versuchen. Aber ein selbstkorrigierender Agent kann autonom erneut versuchen.
?️ Beispielanwendungsfall:
Eine KI wird gebeten, eine Python-Funktion zu schreiben, die Fibonacci-Zahlen berechnet.
Versuch 1:Die KI schreibt eine langsame rekursive Funktion.
Selbstkorrektur: Es wird festgestellt, dass die Rekursion zu langsam ist.
Versuch 2:Die KI schreibt die Funktion mithilfe dynamischer Programmierung neu und macht sie dadurch schneller.
Wie machen wir einen Agenten selbstbewusst genug, um seine Fehler zu erkennen? Hier sind drei Haupttechniken:
? Profi-Tipp:
Fehlerprotokolle können in das KI-Modell zurückgeführt werden, um die zukünftige Leistung zu verbessern.
Lassen Sie uns einen selbstkorrigierenden KI-Agenten mit Python und FastAPI erstellen.
Wir wollen einen KI-Agenten, der eine Python-Funktion generieren kann. Wenn die Funktion nicht ausgeführt werden kann oder eine falsche Ausgabe erzeugt, korrigiert sich der Agent automatisch selbst.
Problem:Schreiben Sie eine Fibonacci-Funktion, die die 10. Fibonacci-Zahl berechnet.
Herausforderung: Wenn der Agent eine rekursive Version generiert (die langsam ist), sollte er dies erkennen und sie mithilfe dynamischer Programmierung neu schreiben.
Installieren Sie die erforderlichen Abhängigkeiten:
pip install openai fastapi uvicorn
So funktioniert der Agent:
import openai
import time
import asyncio
# ? Replace with your OpenAI API key
openai.api_key = "your_openai_api_key_here"
# ? Step 1: Ask the AI to generate a Fibonacci function
async def generate_fibonacci_function():
prompt = "Write a Python function to calculate the 10th Fibonacci number."
response = openai.ChatCompletion.create(
model="gpt-4",
messages=[{"role": "user", "content": prompt}]
)
function_code = response['choices'][0]['message']['content']
return function_code
# ? Step 2: Test the function to see if it works
def test_fibonacci_function(function_code):
try:
exec(function_code) # Run the function in a safe execution environment
result = eval("fibonacci(10)") # Call the function with n=10
if result == 55: # Correct Fibonacci value for n=10
return "success", result
else:
return "wrong_output", result
except Exception as e:
return "error", str(e)
# ? Step 3: Self-Correct by asking for a new version of the function
async def self_correct_function():
max_attempts = 3
for attempt in range(max_attempts):
print(f"? Attempt {attempt + 1}")
# Generate a new Fibonacci function
function_code = await generate_fibonacci_function()
print(f"Generated function:\n{function_code}\n")
# Test the function to see if it works
status, result = test_fibonacci_function(function_code)
if status == "success":
print(f"✅ Success! Fibonacci(10) = {result}")
return
elif status == "wrong_output":
print(f"❌ Incorrect result: {result}. Asking AI to try a better method.")
else:
print(f"? Error: {result}. Asking AI to try again.")
print("❌ Max attempts reached. Could not generate a correct function.")
# ? Run the correction process
asyncio.run(self_correct_function())
Ausgabebeispiel
pip install openai fastapi uvicorn
? Profi-Tipp:
Verwenden Sie eine Feedbackschleife, damit der Agent aus Fehlern lernen kann. Geben Sie Protokolle zurück an den Agenten, damit dieser häufige Probleme erkennen kann.
Selbstkorrigierende Mittel sind in Fällen nützlich, in denen häufig Fehler auftreten und manuelle Eingriffe kostspielig sind.
| Problem | Solution |
|---|---|
| Agent gets it wrong | Retry with a better approach |
| API request fails | Retry with exponential backoff |
| Code generation error | Use a smarter prompt |
Sie haben jetzt den Entwurf für einen selbstkorrigierenden Agenten, der Python-Funktionen schreiben, testen und reparieren kann. Folgendes haben wir behandelt:
? Herausforderung:
Erstellen Sie einen selbstkorrigierenden Agenten, der nicht nur Code generiert, sondern auch die Laufzeitleistung bewertet. Wenn die Funktion zu langsam ist, lassen Sie sie zur Optimierung neu schreiben.
Möchten Sie mehr über den Aufbau Responsive LLMs erfahren? Schauen Sie sich meinen Kurs auf newline an: Responsive LLM Applications with Server-Sent Events
Ich decke ab:
Das obige ist der detaillierte Inhalt vonSelbstkorrigierende KI-Agenten: So bauen Sie eine KI auf, die aus ihren Fehlern lernt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
![[Web-Frontend] Node.js-Schnellstart](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
