タグ
#AIエージェントの記事一覧
4件の記事があります。
AI開発基盤・MLOps
SGLangとは？複数LLM呼び出しを高速化し、エージェントやRAGを実装しやすくする技術
SGLangは、複数のLLM呼び出しを含むAIアプリをPythonライクに記述しつつ、KVキャッシュ再利用や並列実行で高速化する技術です。RadixAttention、fork/join、構造化出力、長文処理への使い道まで日本語で解説します。
参照論文：SGLang: Efficient Execution of Structured Language Model Programs
AIエージェント
Reflexionとは？失敗の言語化メモでAIエージェントを改善するVerbal Reinforcement Learning
Reflexionは、AIエージェントが失敗理由を自然言語で振り返り、メモとして次回試行に持ち越す技術です。仕組み、実験結果、エージェント開発での使い道を日本語で解説します。
参照論文：Reflexion: Language Agents with Verbal Reinforcement Learning
AI開発基盤・MLOps
TextGradとは？自然言語のフィードバックでAIシステムを最適化する手法を解説
TextGradは、LLMが返す自然言語の批評を勾配のように扱い、プロンプトや回答、コード、エージェント構成まで改善していく最適化手法です。仕組み、評価結果、実務での使い道を技術的に解説します。
参照論文：Optimizing generative AI by backpropagating language model feedback
AIエージェント
ReActとは？推論と行動を交互に回してLLMエージェントを安定化する技術
ReActは、LLMに考える過程と外部アクションを交互に出させることで、検索・ツール利用・逐次タスク実行を安定させる技術です。エージェント設計の基本として、仕組みと使い道を技術的に整理します。
参照論文：ReAct: Synergizing Reasoning and Acting in Language Models