이번 주 Github에 새로운 Python 프레임워크인 Orchestral AI가 출시되어 LangChain과 같은 복잡한 AI 오케스트레이션 도구에 대한 대안을 제시합니다. 이론 물리학자 Alexander Roman과 Jacob Roman이 개발한 Orchestral AI는 특히 과학 연구 분야에서 대규모 언어 모델(LLM)을 사용하는 데 있어 더 간단하고 재현 가능한 접근 방식을 제공하는 것을 목표로 합니다.
VentureBeat에 따르면 이 프레임워크는 현재 AI 개발에서 제어력과 재현성이 부족하다는 우려를 해결합니다. 개발자는 종종 복잡한 생태계 또는 Anthropic이나 OpenAI와 같은 공급업체의 단일 벤더 소프트웨어 개발 키트(SDK) 중에서 선택해야 합니다. 이러한 이분법적인 선택은 소프트웨어 엔지니어에게는 성가신 일이며 연구에서 결정론적 결과를 요구하는 과학자에게는 상당한 장애물입니다.
Orchestral AI는 동기 실행 및 타입 안전성을 우선시하며, 이는 종종 LangChain과 같은 도구와 관련된 복잡성과 대조됩니다. 이러한 재현성 및 비용 효율적인 과학에 대한 집중은 특히 일관된 결과가 중요한 분야에서 AI를 더욱 접근하기 쉽고 신뢰할 수 있도록 하는 것을 목표로 합니다.
이 프레임워크는 AI 개발에서 제3의 길을 모색하여 사용자를 특정 공급업체에 종속시키지 않는 공급업체에 구애받지 않는 솔루션을 제공하고자 합니다. VentureBeat에 따르면 Orchestral AI는 재현성을 강조함으로써 AI를 연구에 사용하는 과학자들이 직면한 결정적인 문제를 해결하기를 희망합니다. Github에 Orchestral AI가 출시된 것은 LLM 복잡성을 길들이고 더 제어되고 예측 가능한 AI 애플리케이션을 촉진하는 데 한 걸음 더 나아간 것입니다.
Discussion
대화에 참여하세요
첫 댓글을 남겨보세요