Chaos Labs宣布推出Edge AI Oracle的Alpha版本,这是一个复杂的多代理系统,旨在提高预测市场的有效性。该系统利用大语言模型(LLMs)的先进能力,旨在为各种查询提供精准、可追踪和可靠的解析,据LangChain介绍。
Edge AI Oracle的工作原理
Edge AI Oracle通过AI Oracle委员会运作,该委员会是一个去中心化的代理网络,由来自OpenAI、Anthropic和Meta等著名供应商的多样化模型提供支持。此设置确保每个查询都能客观准确地处理,这使其特别适合于高风险的预测市场。与传统的Oracles不同,此系统通过多视角的方法解决查询,减轻了单一模型解决方案的限制和偏见。
例如,在Wintermute选举市场中,系统要求每个Oracle AI代理必须在95%以上的信心下达成一致,确保了极高的可靠性。共识要求可以根据每个市场的具体情况进行定制,为开发者和市场创建者提供灵活性。
应对主要挑战
Edge AI Oracle旨在解决真相寻求型Oracles面临的三大核心挑战:提示优化、单模偏差和增强检索生成(RAG)。该系统托管在Edge Oracle网络上,由LangChain和LangGraph提供支持,使用先进的多代理编排来提高查询结果的准确性和可靠性。
工作流程从研究分析师审查查询以识别关键数据点和所需资源开始,然后通过网络爬虫、文件相关性分析师、报告编写人员和总结者逐步推进,最终由分类器评价总结输出。这种顺序执行确保了系统的数据流动,提高了透明度和查询解决方案的准确性。
利用LangChain和LangGraph
LangChain和LangGraph构成了Edge AI Oracle多代理系统的骨干。LangChain提供了检索、组织和构建每个代理内部数据的基本组件,允许提供高质量、去偏见的响应。它作为各种LLM的灵活网关,促使Oracle利用多种模型,减少个人偏见。
LangGraph通过其基于图的结构和有状态的交互实现精准的多代理编排,从初始研究到最终共识提供了良好的协调过程。每个代理在一个有方向的、循环的工作流程中建立在其他代理的工作基础上,确保一个连贯且逻辑的解决过程。
未来展望
Edge AI Oracle的推出标志着可靠、客观的Oracle系统开发方面的重大进展。随着LangChain和LangGraph的最新创新,它将通过提供一个可扩展、寻求真相的Oracle解决方案,改变区块链安全、预测市场和去中心化数据应用。
Image source: Shutterstock