تم إطلاق Orchestral AI، وهو إطار عمل جديد بلغة Python، هذا الأسبوع على Github، ليقدم نهجًا أبسط وأكثر قابلية للتكرار لتنسيق نماذج اللغة الكبيرة (LLM)، على عكس تعقيد الأدوات الحالية مثل LangChain. يهدف Orchestral AI، الذي طوره الفيزيائي النظري ألكسندر وجاكوب رومان، إلى توفير بديل متزامن وآمن من ناحية أنواع البيانات ومصمم خصيصًا لإمكانية التكرار والعلوم الواعية بالتكلفة، وفقًا لموقع VentureBeat.

يعالج إطار العمل قلقًا متزايدًا بين المطورين والعلماء الذين شعروا بأنهم مجبرون على الاختيار بين الأنظمة المعقدة مثل LangChain ومجموعات تطوير البرامج (SDKs) ذات البائع الواحد من مزودين مثل Anthropic أو OpenAI. في حين أن الأول يمثل تحديات في التحكم في وكلاء الذكاء الاصطناعي، فإن الأخير يحبس المستخدمين لدى بائعين محددين. بالنسبة للعلماء، يمثل هذا النقص في إمكانية التكرار عقبة كبيرة أمام استخدام الذكاء الاصطناعي في البحث.

يعطي Orchestral AI الأولوية للتنفيذ المتزامن والسلامة من ناحية أنواع البيانات، بهدف جعل الذكاء الاصطناعي أكثر سهولة وموثوقية، خاصة بالنسبة للبحث العلمي الذي يتطلب نتائج حتمية، حسبما أفاد موقع VentureBeat. يسعى إطار العمل إلى رسم مسار ثالث، وتقديم حل يتجنب مآزق كل من الأنظمة المعقدة للغاية والمغلقة على بائع معين. الهدف هو ترويض تعقيد نماذج اللغة الكبيرة من خلال التنسيق القابل للتكرار.