DynaSaur: Grote Taalagenten Voorbij Vooraf Gedefinieerde Acties

DynaSaur: Large Language Agents Beyond Predefined Actions

November 4, 2024

Auteurs: Dang Nguyen, Viet Dac Lai, Seunghyun Yoon, Ryan A. Rossi, Handong Zhao, Ruiyi Zhang, Puneet Mathur, Nedim Lipka, Yu Wang, Trung Bui, Franck Dernoncourt, Tianyi Zhou

cs.AI

Samenvatting

Bestaande LLM-agent systemen selecteren doorgaans acties uit een vast en vooraf gedefinieerde set bij elke stap. Hoewel deze benadering effectief is in gesloten, nauw afgebakende omgevingen, betogen wij dat dit twee belangrijke uitdagingen met zich meebrengt bij het implementeren van LLM-agenten in real-world scenario's: (1) het selecteren uit een vastgestelde set acties beperkt aanzienlijk de plannings- en handelingsmogelijkheden van LLM-agenten, en (2) deze benadering vereist aanzienlijke menselijke inspanning om alle mogelijke acties op te sommen en te implementeren, wat onpraktisch wordt in complexe omgevingen met een groot aantal potentiële acties. In dit werk stellen we een LLM-agent framework voor dat de dynamische creatie en samenstelling van acties op een online manier mogelijk maakt. In dit framework interageert de agent met de omgeving door programma's te genereren en uit te voeren die geschreven zijn in een algemene programmeertaal bij elke stap. Bovendien worden gegenereerde acties in de loop van de tijd opgebouwd voor toekomstig hergebruik. Onze uitgebreide experimenten op de GAIA benchmark tonen aan dat dit framework aanzienlijk meer flexibiliteit biedt en eerdere methoden overtreft. Opmerkelijk is dat het een LLM-agent in staat stelt om te herstellen in scenario's waarin er geen relevante actie bestaat in de vooraf gedefinieerde set of wanneer bestaande acties falen door onvoorziene randgevallen. Op het moment van schrijven staan we bovenaan op de GAIA openbare ranglijst. Onze code is te vinden op https://github.com/adobe-research/dynasaur.

English

Existing LLM agent systems typically select actions from a fixed and predefined set at every step. While this approach is effective in closed, narrowly-scoped environments, we argue that it presents two major challenges when deploying LLM agents in real-world scenarios: (1) selecting from a fixed set of actions significantly restricts the planning and acting capabilities of LLM agents, and (2) this approach requires substantial human effort to enumerate and implement all possible actions, which becomes impractical in complex environments with a vast number of potential actions. In this work, we propose an LLM agent framework that enables the dynamic creation and composition of actions in an online manner. In this framework, the agent interacts with the environment by generating and executing programs written in a general-purpose programming language at each step. Furthermore, generated actions are accumulated over time for future reuse. Our extensive experiments on the GAIA benchmark demonstrate that this framework offers significantly greater flexibility and outperforms previous methods. Notably, it allows an LLM agent to recover in scenarios where no relevant action exists in the predefined set or when existing actions fail due to unforeseen edge cases. At the time of writing, we hold the top position on the GAIA public leaderboard. Our code can be found in https://github.com/adobe-research/dynasaur{https://github.com/adobe-research/dynasaur}.