MetaGPT：多个AI聊天机器人协作框架 减轻人工智能幻觉

文章概要:

1. MetaGPT利用SOPs减少语言模型的幻觉风险

2. 将复杂任务分解成多个子任务，每个子任务对应一个代理

3. 多个代理之间协作，避免自由对话中出现偏差

微新创想（idea2003.com）8月28日 消息:MetaGPT 是一种将多个大型语言模型（LLM）的聊天机器人连接起来的框架，以解决复杂的任务，目的是减少大型语言模型中的幻觉问题。

最近的大型语言模型如GPT都存在容易出现幻觉的问题，即模型会生成完全不合逻辑的信息。如果直接连接多个这样的模型来完成复杂任务，幻觉问题会被放大。

为了解决这个问题，MetaGPT将一个复杂的任务分解成多个较简单的子任务，每个子任务对应一个AI聊天机器人（基于GPT的模型）。不同的AI聊天机器人之间遵循标准化的操作流程(SOP)进行协作，而不是自由对话，这可以减少偏差。SOP明确定义了每个代理的角色、目标和限制条件。

整个框架包含多个AI聊天机器人、共享内存和协调模块。每个代理依次执行五步流程:定义自己的任务，观察之前AI聊天机器人的输出，更新待办事项，广播消息，完成工作并更新状态。多个代理协同工作，逐步完成整个复杂任务。

MetaGPT 还建立了基础层用于AI聊天机器人之间信息存储、查询。最关键的是，用户为每个代理设定明确的目标和约束，代理必须遵守这些目标约束，这也降低了幻觉发生的风险。

MetaGPT 的核心特色功能如下:

• MetaGPT 将复杂任务分解成多个相对简单的子任务，每个子任务由一个 LLM AI聊天机器人执行，代理之间通过标准化流程文件（SOP）沟通协作。

• SOP 可以减少代理之间自由对话带来的幻觉风险，保证执行效率。

• MetaGPT 还有基础层存储代理对话信息，供所有代理查询利用。

• 用户为每个AI聊天机器人设定明确目标和约束，代理必须遵守，这也有助于减少幻觉。

• MetaGPT 通过AI聊天机器人分工协作、SOP 沟通、设定目标约束等方法，实现单个提示就可以完成复杂任务，同时尽量减少语言模型的幻觉问题。

MetaGPT已经开源，试验结果表明这种结构可以有效减少语言模型的幻觉问题，值得进一步研究。

项目介绍网址:https://www.louisbouchard.ai/metagpt/

项目网址:https://github.com/geekan/MetaGPT/blob/main/README.md?ref=louisbouchard.ai