Jak se ponořit do vnímavé ROMA @SentientAGI pohledu na žebříček se zdá, že kvalita psaní je také docela důležitá. Takže budu psát o ROMĚ, která se podle mě pyšní nejmodernější technologií v Sentientu. 1. ROMA není model umělé inteligence. - ROMA je rámec, ve kterém více agentů umělé inteligence odvozuje nejspolehlivější a nejpřesnější odpovědi na základě hodnot každého agenta hierarchicky a rekurzivně. Pokud se podíváte na Githet Readme, obvykle vidíte základní organický vztah kódu a zadáte a použijete API klíč AI modelů, jako jsou GPT a Gemini, které běžně známe. 2. Tak jaký to má smysl? - Je v divizi čtyř rolí: Atomizer, Executor, Planner a Aggregator. Když je mu zadán úkol, rozhodne se, zda s ním bude nakládat jako s jednou nebo více věcmi (Atomizer), rozhodne se, jak jej vyřešit (Planner), provede jej podle plánu (Executor) a poté jej agreguje (Aggregator) a vrátí odpověď. Kromě toho si můžete jako možnost zvolit krok ověření odpovědi prostřednictvím ověřovače. 3. Používá se pouze jeden model? -Ne. Pokud se podíváte na kód pro rychlý start, všechny určují své vlastní modely, s výjimkou Executoru. (např. gpt-4o-mini, gemini-2.5-flash) Tímto způsobem se zdá, že nejlepší odpověď je odvozena použitím více modelů namísto pouze jednoho modelu. 4. Bude odpověď vždy stejná? - To také není. Výsledky provádění pro každý model AI se u jednoho úkolu liší a záleží na tom, jak jsou upraveny parametry, tedy jak je třeba doladit. Například nejtypičtější parametr nazvaný Teplota má hodnotu 0-2, přičemž blíže k 0 dává konzistentní odpověď a blíže k 2, což dává různé odpovědi pro každou zkoušku. Ve finále se zdá, že bude velký rozdíl ve výkonu v závislosti na tom, jak si to uživatel nastaví. Nedávno jsem měl příležitost vyvinout agenta umělé inteligence náhodou a napsal jsem to, protože jsem si myslel, že to, co jsem studoval, když jsem v té době pokračoval v používání umělé inteligence, nyní vypadá jako trik, když se podívám na kód sady :)