Делаем Мультиагентный ИИ
Ну вообще-то не сильно круто, что 4 ищут, ведь важно чтобы искали лучшие LLM каждый в своей теме. А не одна с разным промтом. Такое есть в Fractal Agents Ai
Юзайте мультиагентный ии типа Fractal Agents, тогда возиться с промтами не придётся
Посыл статьи верный. Слыхали про МАС - мультиагентный ии? Не то что сейчас на промтах а настоящее, где агенты кооперируются, способны синтезировать новых агентов. Тогда возможна такая штука, наад которой мы работаем, которую предварительно можно назвать thinking-over-agents в Мультиагентной системе - это когда уровень размышления (да, того самого что в токенах сейчас делают LLM) переходит на уровень выше, не токенов, а агентов. Так вот тут уже недалеко до AGI тк агенты это акторы, а токены нет
Для этого нужна мультиагентная система: которая сама сере агента оператора зайде на сайты, извлечет нужную инфу, систематизирует и оформит, вставит в нужное место в статье.
Вот вам и полезность реального ии МАС
Я думаю комменты там писала какая-то llm с промтом типа "ты разработчик, твоя задача описывать реальные кейсы где ии помогает".
Ну и другая LLM которая с ней спорила.
Большие файлы грузит по 20мб быстро, за 15 сек, ответы точные, понимает таблицы, есть подкрепление ответов в источнике - можно реально быстро проверить не бред ли сетка сгенерила, очень важно для важных тематик или огромных документов которые вычитать по номенклатуре тяжко
https://fractalagents.ai/
У нас в Fractal TechDocs загружает быстро, отлично работает с технической сложной документацией, бесплатно попробуйте, и не используются никакие зарубежные чужие сервисы типа Чатгпт, то есть данные не утекают
https://fractalagents.ai/
Ну а у нас есть и GPT модель с доступом в интернет (как Perplexity) https://fractalgpt.ru/
Идея хорошая и правильная. Мы разрабатываем мультиагентный ИИ и на самом деле такой сервис нужно делать на агентах, т.к. иначе будет плохая персонализация под интересы юзера. Это означает что трансформер, который вы используете для извлечения ключевых тематик, или тот промт, который вы даете LLM будет слабо давать суммаризацию по теме - то есть выкидывать важную в данной теме информацию.
Для справки так работает Яндекс Пересказ видео в Ютубе - есть тематики где работает хорошо, есть где очень плохо, и заранее предсказать нельзя, пока ты сам лично не проверишь. И это Яндекс с миллиардами денег, а у стартапа денег не может быть столько, значит у вас будет еще похуже на опенсорсной модели.
То есть довольно неплохо будет работать 2 фичи из ваших 4х:
Пересказ сообщений от конкретных людей 📚
Упоминание определенной темы - вы будете получать уведомления, когда она где-то появляется 🔔
Кстати, а какую монетизацию предполагаете?
Для выбора лучшей LLM под задачу по сложности и для стабильного хорошего результата лучше использовать библиотеку Fairouter https://github.com/MASFractal/FAIRouter