マイクロソフト、長尺動画を精査する「MMCTAgent」をオープンソース公開
マイクロソフト研究部門はAutoGenベースのマルチモーダル推論エージェント「MMCTAgent」を発表しました。一問一答ではなく、計画担当と検証担当の2つのエージェントが連携し、長尺動画の特定フレーム検索やツール呼び出しを反復検証します。MM-VetベンチマークではGPT-4Vの精度を大幅に向上させました。
マイクロソフト研究部門はAutoGenベースのマルチモーダル推論エージェント「MMCTAgent」を発表しました。一問一答ではなく、計画担当と検証担当の2つのエージェントが連携し、長尺動画の特定フレーム検索やツール呼び出しを反復検証します。MM-VetベンチマークではGPT-4Vの精度を大幅に向上させました。
マイクロソフトは「Microsoft Agent Framework」のパブリックプレビューを公開しました。研究プロジェクトだったAutoGenとエンタープライズ向けのSemantic Kernelを統合し、MCPやOpenAPIに対応。散らばっていたマルチエージェント開発環境を一つにまとめ、本番運用のハードルを下げます。
MicrosoftはAutoGenベースのマルチエージェントシステム「Magentic-One」をオープンソース公開した。主導エージェントがWeb操作やコード生成など4つの専門エージェントを指揮して多段階タスクをこなす仕組みで、GAIAなどでトップ水準のスコアを記録した。