🟢 📦 Open Source Objavljeno: · 2 min čitanja ·

Sakana AI i NVIDIA: Nemotron open-modeli u multi-agentnom sustavu Fugu

Editorial ilustracija: mreža međusobno povezanih AI agenata s Sakana i NVIDIA logotipima

Sakana AI integrira NVIDIA Nemotron open modele u Fugu, multi-agentni sustav u kojem jedan LLM dinamički poziva druge modele iz agent-poola, uključujući rekurzivno i sebe.

🤖

Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.

Što je multi-agentni sustav i kako Fugu funkcionira?

Multi-agentni sustav je arhitektura u kojoj više AI agenata — svaki s vlastitim modelom i sposobnostima — surađuje na rješavanju složenih zadataka koje nijedan agent ne bi mogao riješiti samostalno. Sakana Fugu ide korak dalje: sam Fugu je LLM treniran da dinamički poziva druge jezične modele iz agent-poola kao što bi klasični program pozivao funkcije. Ključna distinkcija jest rekurzivnost — Fugu može pozvati sebe za podzadatke, stvarajući hijerarhijsku dekompoziciju problema. To se razlikuje od uobičajenih orchestrator-worker arhitektura gdje je orchestrator zasebna logika, ne i sam model.

Zašto su NVIDIA Nemotron modeli odabrani za Fugu pool?

NVIDIA Nemotron open modeli istaknuti su po tri sposobnosti relevantne za ulogu specijaliziranih agenata: kodiranje, tool calling i instruction following. U multi-agentnom kontekstu to nije trivijalno — agent koji ne može pouzdano slijediti strukturirane upute ili pozivati vanjske alate postaje usko grlo cijelog sustava. NVIDIA pruža tehničke smjernice za Nemotron recepte i evaluacijske prakse, što Sakana AI-u daje formalni okvir za integraciju umjesto ad-hoc prilagodbe. Za usporedbu, prethodni Sakana radovi uglavnom su koristili proprietary modele kao backbone agente; integracija Nemotron open modela označava pomak prema reproducibilnijim i otvorenijim eksperimentima.

Kakvi su rani rezultati i što nam nedostaje?

Rane evaluacije pokazuju — kako Sakana AI opisuje — “strong performance alongside leading frontier systems”. Ta fraza namjerno je nespecifična: konkretni numerički benchmarci, nazivi testnih skupova i usporedni modeli zasad nisu objavljeni. To je uobičajeni obrazac za preliminarne najave istraživačkih partnerstva, ali ograničava sposobnost neovisne provjere tvrdnji. Ono što je jasno jest da se radi o aktivnoj integraciji, a ne tek o konceptualnoj najavi — NVIDIA sudjeluje s tehničkim smjernicama, što implicira praktičnu implementacijsku razinu suradnje.

Širi kontekst: open-source multi-agentni ekosustav

Sakana AI i NVIDIA integracijom Nemotron modela u Fugu pridonose rastućem ekosustavu otvorenih multi-agentnih okvira. Dok komercijalna rješenja poput Anthropicovog Claude multi-agent frameworka ili OpenAI Agents SDK-a nude upravljani pristup, Fugu-Nemotron kombinacija pozicionira se kao istraživački otvoreniji alternativa u kojoj je sama sposobnost orkestracije naučena — ne programirana. Hoće li to biti dovoljno za produkcijsku upotrebu ili ostati akademski eksperiment, ovisit će o benchmarkima koje Sakana AI još nije objavio.

Česta pitanja

Što je Sakana Fugu?
Fugu je LLM koji je sam po sebi treniran da dinamički poziva druge jezične modele iz agent-poola kao alate, pri čemu može rekurzivno pozvati i sebe za složenije podzadatke.
Zašto su Nemotron modeli odabrani za integraciju u Fugu?
Nemotron modeli istaknuti su po sposobnostima kodiranja, tool callinga i slijeđenja uputa, što ih čini pogodnima za ulogu specijaliziranih agenata u Fugu poolu.
Postoje li konkretni benchmark rezultati za Fugu s Nemotron modelima?
Rane evaluacije pokazuju 'strong performance alongside leading frontier systems', ali konkretni numerički benchmarci zasad nisu objavljeni.

📬 AI vijesti u tvoj inbox

Dnevni digest po tvojoj mjeri — biraš teme, izvore i ritam. Odjava jednim klikom.