文章摘要
【关 键 词】 AI Agent、数学推理、迭代推理、行动生成、开源项目
由Meta、华盛顿大学和阿伦AI实验室联合开发的HUSKY，是一款专注于数学和表格等复杂推理任务的AI Agent。HUSKY的创新之处在于其统一的行动空间设计，允许AI在不同领域中解决难题，提升了AI的泛化能力。该AI Agent采用迭代推理方法，模仿人类分层次解决问题的方式，有效处理超复杂任务。
HUSKY的核心是行动生成器，它通过“few-shot prompting”技术，能够快速学习并适应新任务，无需额外训练。行动生成器接收问题和解决方案历史，预测下一步行动和所需工具。执行阶段则由专家模型完成，包括代码生成器、数学推理器、查询生成器和常识推理器等，针对不同任务执行具体操作。
HUSKY的行动生成与执行是一个闭环迭代过程，行动生成器和专家模型紧密协作，不断生成和执行行动，同时更新解决方案状态，直至找到最终答案。
研究人员对HUSKY进行了广泛的测试，包括数值推理、表格推理、知识基础推理和混合工具推理任务。测试结果显示，HUSKY在数值推理任务中表现出色，成功处理了从基础到高难度的数学问题。在表格推理任务中，HUSKY同样展现了卓越的能力。此外，HUSKY在数据检索和查询方面也有显著表现。
HUSKY的开源地址为：https://github.com/agent-husky/Husky-v1，相关论文可在https://arxiv.org/abs/2406.06469查阅。这一AI Agent的开发，为数学和表格推理领域带来了新的解决方案，展现了AI在复杂推理任务上的潜力。
原文和模型
【原文链接】 阅读原文 [ 932字 | 4分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★☆☆☆☆
