Huerto: Un marco abierto para una inteligencia artificial agentiva escalable
Infraestructura de código abierto permite entrenar agentes complejos con modelos 10 veces más pequeños
Huerto se presenta como un innovador marco de código abierto diseñado para la investigación de inteligencia artificial agentiva, ofreciendo una solución escalable y rentable. En su núcleo se encuentra Orchard Env, un servicio de entorno reutilizable que facilita el entrenamiento y la evaluación de agentes en una variedad de dominios…
Huerto se presenta como un innovador marco de código abierto diseñado para la investigación de inteligencia artificial agentiva, ofreciendo una solución escalable y rentable. En su núcleo se encuentra Orchard Env, un servicio de entorno reutilizable que facilita el entrenamiento y la evaluación de agentes en una variedad de dominios de tareas.
La infraestructura de Huerto es capaz de respaldar agentes en áreas como ingeniería de software, navegación web y asistentes personales, permitiendo que los investigadores utilicen entornos, canalizaciones de datos y flujos de evaluación de manera eficiente en diversas tareas. Esto se traduce en una mejora significativa en la reutilización de recursos, optimizando así el tiempo y esfuerzo en el desarrollo de nuevas aplicaciones.
Los modelos Orchard-SWE, Orchard-GUI y Orchard-Claw demuestran que es posible alcanzar resultados competitivos en tareas complejas del mundo real utilizando modelos de peso relativamente pequeño. Por ejemplo, Orchard-SWE ha logrado un impresionante 69.7% en el benchmark SWE-bench Verified y un 73.0% al aplicar reordenamiento de modelos de valor, utilizando solo alrededor de 3 mil millones de parámetros activos. Esto se acerca a los resultados de sistemas de vanguardia que requieren modelos más grandes, superando en más de diez veces la cantidad de parámetros.
Además de los modelos y flujos de trabajo, el proyecto también proporciona datos de entrenamiento y métodos de evaluación, con el objetivo de empoderar a la comunidad de investigación en la construcción y estudio de sistemas de inteligencia artificial abiertos. La evolución de la inteligencia artificial está llevando a la creación de agentes autónomos que no solo responden preguntas, sino que también pueden planificar, razonar y actuar en entornos complejos. Estos sistemas tienen la capacidad de corregir errores en bases de código, navegar por la web en nombre de un usuario y gestionar flujos de trabajo que implican calendarios y correos electrónicos.
Sin embargo, a pesar del creciente interés en las capacidades de la inteligencia artificial agentiva, la comunidad de investigación enfrenta un desafío significativo: la construcción de sistemas avanzados a menudo requiere infraestructura propietaria, lo que limita el acceso a entornos de prueba personalizados, canalizaciones de entrenamiento cerradas y conjuntos de datos que no están disponibles para la mayoría de los investigadores.
Para superar esta limitación, Huerto se posiciona como un marco de código abierto que facilita el modelado de agentes escalables. En el centro de Huerto se encuentra Orchard Env, un entorno ligero basado en Kubernetes que ofrece componentes aislados reutilizables para ejecutar y desarrollar agentes a gran escala, desde la recopilación de datos de entrenamiento hasta los despliegues de aprendizaje por refuerzo y la evaluación.
