MetaGPT: Meta Programming for Multi-Agent Collaborative Framework, Sirui Hong+, N/A, arXiv'23

[AkihikoWatanabe]

URL

• https://arxiv.org/abs/2308.00352

Affiliations

• Sirui Hong, N/A
• Xiawu Zheng, N/A
• Jonathan Chen, N/A
• Yuheng Cheng, N/A
• Ceyao Zhang, N/A
• Zili Wang, N/A
• Steven Ka Shing Yau, N/A
• Zijuan Lin, N/A
• Liyang Zhou, N/A
• Chenyu Ran, N/A
• Lingfeng Xiao, N/A
• Chenglin Wu, N/A

Abstract

• Recently, remarkable progress has been made in automated task-solving throughthe use of multi-agents driven by large language models (LLMs). However,existing works primarily focuses on simple tasks lacking exploration andinvestigation in complicated tasks mainly due to the hallucination problem.This kind of hallucination gets amplified infinitely as multiple intelligentagents interact with each other, resulting in failures when tacklingcomplicated problems.Therefore, we introduce MetaGPT, an innovative frameworkthat infuses effective human workflows as a meta programming approach intoLLM-driven multi-agent collaboration. In particular, MetaGPT first encodesStandardized Operating Procedures (SOPs) into prompts, fostering structuredcoordination. And then, it further mandates modular outputs, bestowing agentswith domain expertise paralleling human professionals to validate outputs andreduce compounded errors. In this way, MetaGPT leverages the assembly line workmodel to assign diverse roles to various agents, thus establishing a frameworkthat can effectively and cohesively deconstruct complex multi-agentcollaborative problems. Our experiments conducted on collaborative softwareengineering tasks illustrate MetaGPT's capability in producing comprehensivesolutions with higher coherence relative to existing conversational andchat-based multi-agent systems. This underscores the potential of incorporatinghuman domain knowledge into multi-agents, thus opening up novel avenues forgrappling with intricate real-world challenges. The GitHub repository of thisproject is made publicly available on: https://github.com/geekan/MetaGPT

Translation (by gpt-3.5-turbo)

• 最近、大規模言語モデル（LLMs）によって駆動されるマルチエージェントによる自動タスク解決の進歩が顕著です。
  しかし、既存の研究は主に単純なタスクに焦点を当てており、複雑なタスクにおける探索や調査が不足しています。
  これは主に幻覚の問題によるもので、複数のインテリジェントエージェントが相互作用すると、この幻覚は無限に増幅され、複雑な問題に取り組む際に失敗を招きます。
  そこで、本研究では、効果的な人間のワークフローをLLMによるマルチエージェントの協力にメタプログラミングアプローチとして組み込む革新的なフレームワークであるMetaGPTを提案します。
  具体的には、MetaGPTはまず、標準化された作業手順（SOPs）をプロンプトにエンコードし、構造化された調整を促進します。
  そして、モジュラーな出力を要求し、エージェントにドメインの専門知識を与え、出力の検証と複合エラーの削減を行います。
  これにより、MetaGPTは組み立てラインの作業モデルを活用し、さまざまなエージェントに異なる役割を割り当てることで、複雑なマルチエージェントの協力問題を効果的かつ結束して分解するフレームワークを確立します。
  共同ソフトウェアエンジニアリングタスクで行われた実験は、MetaGPTが既存の対話型およびチャットベースのマルチエージェントシステムに比べて、より高い結束性を持つ包括的な解決策を生成する能力を示しています。
  これは、人間のドメイン知識をマルチエージェントに組み込むことの潜在能力を強調し、複雑な現実世界の課題に取り組むための新しいアプローチを開拓する可能性を示しています。
  このプロジェクトのGitHubリポジトリは、次のURLで公開されています：https://github.com/geekan/MetaGPT

Summary (by gpt-3.5-turbo)

• 本研究では、大規模言語モデル（LLMs）を使用したマルチエージェントの自動タスク解決における進歩について調査しました。既存の研究では単純なタスクに焦点を当てており、複雑なタスクにおける探索や調査が不足していることがわかりました。そこで、MetaGPTという革新的なフレームワークを提案しました。MetaGPTは、人間のワークフローをLLMに組み込むことで、マルチエージェントの協力を効果的に支援します。実験結果から、MetaGPTが既存のシステムに比べてより高い結束性を持つ解決策を生成することが示されました。これは、マルチエージェントに人間のドメイン知識を組み込むことの潜在能力を示し、新しいアプローチの可能性を開拓するものです。

[AkihikoWatanabe]

要はBabyTalk, AutoGPTの進化系で、人間のワークフローを模倣するようにデザインしたら良くなりました、という話と思われる

ソフトウェアエンジニア、アーキテクト、プロダクトオーナー、プロジェクトマネージャーなどのロールを明示的に与えて、ゴールを目指す。もはやLLM内部でソフトウェア企業を模倣しているのと同様である。