Sistema AI multi-agente automatizza la generazione di pipeline ML con auto-riparazione

Un team di ricercatori ha introdotto un framework multi-agente completo progettato per automatizzare la creazione di pipeline di machine learning end-to-end basate su set di dati e obiettivi espressi in linguaggio naturale. Questo sistema comprende cinque agenti responsabili di profilazione, interpretazione delle intenzioni, suggerimenti di microservizi, costruzione di Grafi Aciclici Diretti (DAG) ed esecuzione di compiti. Impiega Retrieval-Augmented Generation (RAG) basata su codice per una migliore comprensione dei microservizi, presenta un sistema di raccomandazione ibrido spiegabile e incorpora una capacità di auto-riparazione che utilizza l'analisi degli errori basata su LLM e si adatta dalla cronologia di esecuzione. Testato su 150 compiti di ML, il framework ha dimostrato un tasso di successo dell'84,7% per le pipeline end-to-end, superando i benchmark esistenti e riducendo significativamente i tempi di sviluppo del flusso di lavoro.