- 简介由大型语言模型(LLMs)作为认知核心驱动的AI代理,是一种智能主体系统,能够在用户指令下自主控制和确定执行路径。随着LLMs能力的爆发以及各种插件(如RAG、文本到图像/视频/3D等)的出现,AI代理的潜力得到了极大扩展,其能力也在日益增强。然而,在AI与Web3的交汇点上,目前还没有一个理想的主体框架能够无缝集成Web3应用程序到AI代理功能中。在本文中,我们提出了Eliza,这是第一个开源且对Web3友好的主体框架,使得部署Web3应用程序变得轻而易举。我们强调,Eliza的每个方面都是一个完全受用户控制的常规Typescript程序,并且它可以无缝集成Web3(即读取和写入区块链数据、与智能合约交互等)。此外,我们展示了如何通过Eliza运行时关键组件的实际实现来达到稳定的性能。我们的代码公开发布在https://github.com/ai16z/eliza。
-
- 图表
- 解决问题该论文试图解决在AI与Web3的交叉领域中,缺乏一个理想的代理框架来无缝集成Web3应用程序的问题。当前虽然AI代理的能力随着大语言模型和各种插件的发展而增强,但在处理区块链数据、智能合约交互等Web3功能时,仍面临挑战。
- 关键思路Eliza是一个开源的、对Web3友好的代理框架,它允许用户完全控制其TypeScript程序,并能无缝地与Web3环境(如读写区块链数据、与智能合约互动)进行集成。这一框架通过其实用的运行时组件实现了稳定的性能,解决了现有系统难以同时具备强大AI能力和Web3功能的问题。
- 其它亮点1. Eliza是首个公开源代码的Web3友好型代理框架,强调了用户的完全控制权。 2. 研究展示了如何通过关键组件的实现来确保稳定性能。 3. 提供了GitHub上的公开代码库,便于社区参与和进一步开发。 4. 强调了与Web3的深度整合能力,包括智能合约交互等复杂操作。 5. 论文鼓励未来在更广泛的应用场景中测试Eliza框架,以验证其潜力。
- 近期,在AI与区块链技术结合的研究中,有多个相关研究: - 'Blockchain-based Federated Learning: Model Concealment with Exact Inference' - 'Decentralized AI: The Intersection of Artificial Intelligence and Blockchain Technology' - 'A Survey on Blockchain for AI: Research Problems, Solutions, and Challenges' 这些研究探讨了去中心化AI、联邦学习中的隐私保护及区块链技术在AI领域的应用挑战等主题,但直接针对AI代理与Web3集成的研究相对较少,因此Eliza的提出具有一定的创新性。
NEW
提问交流
提交问题,平台邀请作者,轻松获得权威解答~
向作者提问

提问交流