メタ社は今日、新しいエントリーレベルの大型言語モデル「Muse Spark 1.1」を正式にリリースしました。このモデルは、マルチエージェント自動化ワークフローの最適化を目的としています。このモデルは、メタAIチャットボットサービスおよびAPIインターフェースからアクセスでき、現在は一般公開プレビュー段階です。

image.png

マルチエージェント自動化ワークフローは通常、メインエージェントと複数のサブエージェントで構成されます。メインエージェントはタスク実行計画を担当し、サブエージェントは指示に従って具体的な操作を実行します。新しいプロジェクトが始まる際、メインエージェントはプロジェクト計画を作成します。メタは、Muse Spark 1.1が実行中に発生する変化をリアルタイムで検出・対応できるため、プロジェクト計画を調整できることを示しています。

マルチエージェント自動化タスクは多くのステップを含むことが多く、エージェントが実行中に大量のデータを生成します。これらのデータがモデルのコンテキスト制限を超える場合、一部の情報は破棄されることがあり、出力品質に影響を与えることがあります。Muse Spark 1.1はコンテキスト圧縮機構によりこの課題を解決し、重要な詳細を保持しながら生成されたデータを圧縮できます。これにより、必要な時に過去の作業情報を参照できるようになり、異なるサブタスク間でのデータの効果的な共有が可能になります。このモデルのコンテキスト窓は100万マーカーに達しています。

新モデルのコンテキスト圧縮機能とマルチエージェント特性により、コード作成タスクにおいて優れたパフォーマンスを発揮します。内部テストでは、メタエンジニアが提示に基づいてチャットアプリケーションを生成させたところ、Muse Spark 1.1はプログラムインターフェースのスクリーンショットを自動的にキャプチャし、技術的問題を識別し、問題の原因となるコードスニペットを修正することができました。

Vibe Code Bench v1.1というAIプログラミングベンチマークテストで、Muse Spark 1.1は72.2ポイントを獲得し、メタの以前のエントリーモデルより50ポイント以上高いスコアを記録しました。また、別のテストであるSWE-Atlas Codebase QnAでも約18％スコアが向上しました。

このモデルはコード生成だけでなく、他の多段階のタスクも完了できます。例えば、製品動画に基づいてEC商品説明文を生成したり、ユーザーの代わりにレストランの注文をすることなどです。メタモデルAPIを通じて、開発者はMuse Spark 1.1に簡単にアクセスできます。報道によると、メタは来年、データセンターキャパシティを14ギガワットに拡大し、独自開発したAIチップ「Iris」を発表する予定です。