文章概要:

1. MetaGPT利用SOPs減少語言模型的幻覺風險

2. 將復雜任務分解成多個子任務，每個子任務對應一個代理

3. 多個代理之間協作，避免自由對話中出現偏差

微新創想（idea2003.com）8月28日 消息:MetaGPT 是一種將多個大型語言模型（LLM）的聊天機器人連接起來的框架，以解決復雜的任務，目的是減少大型語言模型中的幻覺問題。

最近的大型語言模型如GPT都存在容易出現幻覺的問題，即模型會生成完全不合邏輯的信息。如果直接連接多個這樣的模型來完成復雜任務，幻覺問題會被放大。

為了解決這個問題，MetaGPT將一個復雜的任務分解成多個較簡單的子任務，每個子任務對應一個AI聊天機器人（基于GPT的模型）。不同的AI聊天機器人之間遵循標準化的操作流程(SOP)進行協作，而不是自由對話，這可以減少偏差。SOP明確定義了每個代理的角色、目標和限制條件。

整個框架包含多個AI聊天機器人、共享內存和協調模塊。每個代理依次執行五步流程:定義自己的任務，觀察之前AI聊天機器人的輸出，更新待辦事項，廣播消息，完成工作并更新狀態。多個代理協同工作，逐步完成整個復雜任務。

MetaGPT 還建立了基礎層用于AI聊天機器人之間信息存儲、查詢。最關鍵的是，用戶為每個代理設定明確的目標和約束，代理必須遵守這些目標約束，這也降低了幻覺發生的風險。

MetaGPT 的核心特色功能如下:

• MetaGPT 將復雜任務分解成多個相對簡單的子任務，每個子任務由一個 LLM AI聊天機器人執行，代理之間通過標準化流程文件（SOP）溝通協作。

• SOP 可以減少代理之間自由對話帶來的幻覺風險，保證執行效率。

• MetaGPT 還有基礎層存儲代理對話信息，供所有代理查詢利用。

• 用戶為每個AI聊天機器人設定明確目標和約束，代理必須遵守，這也有助于減少幻覺。

• MetaGPT 通過AI聊天機器人分工協作、SOP 溝通、設定目標約束等方法，實現單個提示就可以完成復雜任務，同時盡量減少語言模型的幻覺問題。

MetaGPT已經開源，試驗結果表明這種結構可以有效減少語言模型的幻覺問題，值得進一步研究。

項目介紹網址:https://www.louisbouchard.ai/metagpt/

項目網址:https://github.com/geekan/MetaGPT/blob/main/README.md?ref=louisbouchard.ai