Le morceau d'infrastructure IA que je surveille en ce moment est ROMA de @SentientAGI, une infrastructure multi-agents entièrement ouverte qui permet vraiment de faire évoluer le raisonnement à long terme sans s'effondrer dans des erreurs cumulatives.
Ce que cela fait, en termes simples : ▸ Divise de grandes tâches en un arbre de sous-tâches ▸ Assigne chaque nœud au bon agent/outil ▸ Exécute des parties en parallèle pour plus de rapidité ▸ Suivre chaque étape afin que vous puissiez déboguer et échanger des modèles à la volée
Modules de base : → Atomiseur : décider si/où diviser → Planificateur : cartographier les sous-objectifs → Exécuteur : appeler les agents/outils en parallèle → Agrégateur : synthétiser la réponse finale
Les reçus comptent, tout comme les repères : ▸ CADRES : 81,7 % ▸ SimpleQA: 93,9 % ▸ SEAL‑Q: 45,6% SOTA pour les systèmes ouverts, rivalisant avec les moteurs de recherche fermés
Pourquoi cela atterrit : ▸ Des pipelines transparents au lieu d'une chaîne de pensée cachée ▸ Modèle/outil agnostique, branchez n'importe quoi ▸ Mécanismes de vérification humaine quand cela compte ▸ La recherche approfondie devient répétable, vérifiable, rapide
Et cela s'accumule avec le reste de la pile Sentient : ▸ Empreinte digitale pour prouver la propriété et l'alignement de la communauté ▸ Sentient Chat intégrant la recherche ROMA ▸ Le GRID tirant des signaux de données riches pour les agents
Clonez le dépôt, expédiez un agent, connectez votre LLM/outils préférés, et regardez l'AGI ouverte passer des vibrations à des résultats vérifiables.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Le morceau d'infrastructure IA que je surveille en ce moment est ROMA de @SentientAGI, une infrastructure multi-agents entièrement ouverte qui permet vraiment de faire évoluer le raisonnement à long terme sans s'effondrer dans des erreurs cumulatives.
Ce que cela fait, en termes simples :
▸ Divise de grandes tâches en un arbre de sous-tâches
▸ Assigne chaque nœud au bon agent/outil
▸ Exécute des parties en parallèle pour plus de rapidité
▸ Suivre chaque étape afin que vous puissiez déboguer et échanger des modèles à la volée
Modules de base :
→ Atomiseur : décider si/où diviser
→ Planificateur : cartographier les sous-objectifs
→ Exécuteur : appeler les agents/outils en parallèle
→ Agrégateur : synthétiser la réponse finale
Les reçus comptent, tout comme les repères :
▸ CADRES : 81,7 %
▸ SimpleQA: 93,9 %
▸ SEAL‑Q: 45,6%
SOTA pour les systèmes ouverts, rivalisant avec les moteurs de recherche fermés
Pourquoi cela atterrit :
▸ Des pipelines transparents au lieu d'une chaîne de pensée cachée
▸ Modèle/outil agnostique, branchez n'importe quoi
▸ Mécanismes de vérification humaine quand cela compte
▸ La recherche approfondie devient répétable, vérifiable, rapide
Et cela s'accumule avec le reste de la pile Sentient :
▸ Empreinte digitale pour prouver la propriété et l'alignement de la communauté
▸ Sentient Chat intégrant la recherche ROMA
▸ Le GRID tirant des signaux de données riches pour les agents
Clonez le dépôt, expédiez un agent, connectez votre LLM/outils préférés, et regardez l'AGI ouverte passer des vibrations à des résultats vérifiables.