AI应用
当前位置: 首页 >> AI应用 >> 浏览内容
骄傲!清华XAgent完胜ChatGPT4.0
点击量:122 更新时间:2024-01-01

清华开源通用智能体XAgent,登上GitHub热榜

各种任务都能做,让它使用python来分析给定的数据,分分钟搞定:

image.png

可以看出, XAgent在解答问题时,会进行逐段的解答,这就是专为它而设计的双循环机制。

在这样的设计下, XAgent具有极高的自治能力,在执行复杂的任务时“得心应手”,并且具有较高的安全性。

在所有的基准测试中, XAgent的性能都远远超过了 AutoGPT和GPT-4。

下面我们来看看详情。


各种任务都能做

通过向 XAgent上载数据包,由 XAgent对数据进行分析和产生报告, XAgent可以很快地把这个任务分成四个部分:数据理解, Python环境的验证,数据分析的编写,报告的编写。

最后绘制出来的图是这样的:

image.png

请 XAgent给朋友们推荐几家不错的餐馆,但是这一次,他们没有详细说明。当 XAgent发现信息不够充分的时候,它立即启动了“求助于人”的功能,让使用者可以选择自己的喜好,比如自己的喜好、预算、口味等等。

这样一来, XAgent就可以根据自己的喜好,为每个餐厅制定一张个性化的推荐列表。

image.png

这样,用户就可以通过增加新的工具,来提升自己的实力,甚至创造出一个新的自己。



全面优于AutoGPT

在此基础上,开发人员还对基于GPT-4开发的 XAgent做了一系列的评测,主要是检验 XAgent的推理、计划以及使用外部工具的能力。

主要测试了以下几个方面:

1、在 FreshQA和 HotpotQA上对网页的自动问答功能进行了测试;

2、在 MBPP平台上进行 Python编程能力的测试;

3、运用 MATH软件进行学生的数学推理能力测试;

4、测试交互式代码的交互功能;

5、在 ALF世界里,测试身体推理的文字游戏。


以下是与原版GPT-4的比较,XAgent全面优于GPT-4:

image.png

考虑到缺少适合 AI Agent的高质量标杆,开发人员还设计了50条人工指令,将其划分为“检索报告”、“编程与开发”、“数据分析”、“数学辅助”五大类。

在此基础上,我们邀请一些专家对 Xagent和 AutoGPT的输出进行评价。


image.png

结果XAgent全面取胜,不仅在传统的AI基准测试中表现出色,而且还在处理复杂指令方面表现出卓越的适应性、效率和精度。


XML 地图