开源 AI 平台提供商H2O.ai认为，生成式 AI 模型和预测式 AI 模型的融合可以为 AI 代理提供更一致的响应，这正是企业所期望的。
H2O.ai 推出了其融合生成性和预测性 AI 的新型多代理平台，目前已普遍可用。
该平台 h2oGPTe 使用了该公司的 AI 模型 Mississippi 和 Danube，但也可以访问其他可用的大型和小型语言模型。该公司表示，h2oGPTe 可以在隔离、本地和云系统中运行。
H2O 创始人兼首席执行官 Sri Ambati表示，拥有生成性和预测性 AI 可让企业更加有信心代理将按照他们的需要工作，而不会损害安全性。
“代理的首要问题是一致性。我能从 [大型语言模型] LLM 那里得到对同一提示的一致响应吗？我认为你现在会得到两种不同的、就像多种响应一样，”Ambati 说。“但你可以引入多个模型来协商、规划和交付结果。想象一下，人类之间可能会有一些差异，但你仍然期望得到一致的响应，这就是预测 AI 与生成 AI 相结合的领域。”
Ambati 解释说，生成式人工智能模型“在内容生成方面表现不错，在代码生成方面也非常出色”，但预测模型则提供了更多的情景模拟。他说，预测模型为代理响应带来了一致性，因为它们不仅生成响应，还从数据模式中学习。
该平台专为需要管理多步骤任务的金融、电信、医疗保健和政府企业而打造。H2O.ai 的代理最适合那些希望深入了解其业务而不仅仅是工作流程指南的组织。这是因为 h2oGPTe 平台内的代理可以读取图表等多模式数据，并根据企业的历史财务数据或存储的市场趋势信息，为诸如“我的公司今年应该卖出更多娃娃吗？”之类的问题提供答案。
多模式代理
与其他 AI 代理一样，h2oGPTe 可以自动执行工作流任务，这样人类员工就不必亲自执行这些活动。Ambati 表示，H2O.ai 代理的多模式功能可以挖掘更多信息，以便从中学习，为用户提供最佳、最一致的答案。
该公司表示，代理还可以基于企业数据创建包含图表和表格的 PDF 文档，以便为人类用户直观呈现信息。H2O.ai 确保代理引用其数据来源以实现数据可追溯性，并提供可定制的防护措施。
H2O.ai 的代理平台内置了模型测试，包括自动问题生成，其中人工智能模型将创建提示的变体并向代理提出问题，以查看其是否始终如一地做出响应。它还有一个仪表板，人们可以在其中识别代理利用了哪种类型的数据库、模型或工作流程的一部分。
代理的一致性和准确性
据预测，围绕人工智能代理的炒作将持续到明年，因此需要确保代理为企业提供价值，包括始终如一、可靠和准确地执行。
可靠性至关重要，因为人工智能代理旨在无需人工干预即可自动化企业大部分工作流程。
H2O.ai 融合生成模型和预测模型的方法是一种方法，但其他公司也在寻找确保 AI 代理不会给企业带来麻烦的方法。初创公司xpander.ai 推出了针对多步骤代理的 Agent Graph System。Salesforce还发布了有限预览版Agentforce测试中心，以测试代理响应一致性。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/h2o-ai-li-yong-yu-ce-mo-xing-ti-gao-ai-dai-li-de-zhun-que
