Enfoque · · 4 mín. leyendo

Por qué se necesitan smolagentes: elección de acciones en un sistema de agentes pequeños

Explore el ciclo del agente y comprenda dónde es útil que el modelo elija el siguiente paso.

respuesta corta

¿Qué problema resuelven los smolagentes?

smolagents: biblioteca Hugging Face para sistemas donde el modelo selecciona acciones y recibe resultados de herramientas. Se considera para estudiar el comportamiento de los agentes, cuando la ruta depende de la información encontrada. La selección de acciones requiere restricciones de acceso y condiciones de detención.

Elena Artemova · Елена Артемова · Publicado · Actualizado · Propósito de la herramienta.

Cuando una secuencia fija no es suficiente

En la automatización convencional, el desarrollador predetermina el orden de las operaciones. Se necesita un ciclo de agente cuando el resultado de una operación determina cuál será útil la siguiente. Es esta decisión la que conviene justificar antes de elegir una biblioteca.

smolagents permite que la exploración se centre en la conexión entre una observación y la siguiente acción. Lo importante no es el hecho de utilizar el modelo, sino la capacidad de ver qué incertidumbre resuelve. Si cada llamada toma siempre la misma ruta, la libre elección puede resultar redundante.

Cómo se está ampliando la información disponible

Hugging Face, 24 de enero de 2025, describe cómo agregar soporte de imagen a los smolagents. La imagen puede estar disponible al inicio o aparecer después de que se haya utilizado la herramienta. Esto amplía el alcance de las observaciones en las que se basa la siguiente selección.

Pero una forma adicional de percepción no significa que el agente comprenda el objeto con precisión. En arquitectura hay que distinguir entre la imagen resultante, su interpretación y el funcionamiento permitido. Un error de percepción no debería convertirse automáticamente en un permiso para cambiar el sistema externo.

¿Por qué necesita un prototipo de investigación?

En la investigación, resulta útil cambiar rápidamente el conjunto de herramientas aceptables y observar el impacto en el comportamiento. Una selección demasiado amplia dificulta la elección; demasiado estrecho no le permite obtener las bases necesarias. Consideramos los smolagents como un medio para explorar este equilibrio dentro de una tarea limitada.

El resultado significativo de tal estudio es una lista de situaciones en las que la elección independiente ayuda y situaciones en las que obstaculiza. La autosuficiencia no es un objetivo separado. Debería reducir la incertidumbre de la tarea, no sólo aumentar el número de acciones.

¿Dónde se necesitan restricciones?

La realización de las acciones sugeridas por el modelo requiere un control separado del entorno. Los archivos disponibles, los accesos a la red y las escrituras están determinados por la implementación de la aplicación. Describir el objetivo en lenguaje natural no reemplaza estas restricciones.

Si el camino ya está claro, tiene más sentido mantener el flujo de trabajo habitual. Si cambia, el presupuesto para los intentos y los motivos de la detención se determinan de antemano. Una herramienta resulta útil cuando su comportamiento puede compararse con el resultado de una tarea y reproducirse para analizar una decisión controvertida.

los smolagentes ayudan a explorar la elección de acciones; el derecho a actuar y el criterio de terminación se fijan en la solicitud.

Fuente y razones

Fecha de publicación:

La fuente principal describe el instrumento y su desarrollo. Conclusiones sobre la elección - análisis editorial del laboratorio. Fecha de la fuente verificada el 8 de septiembre de 2026.

Preguntas sobre el tema

¿Son los smolagents una charla?

Esta es una biblioteca para organizar las acciones de los agentes. El chat puede ser una forma de acceder a dicha aplicación.

¿Todo agente necesita imágenes?

No. Son útiles cuando la información relevante está en una representación visual y no se puede recuperar del texto disponible.

¿Cuándo es redundante el ciclo del agente?

Cuando el siguiente paso está claramente determinado por las reglas habituales y el modelo no resuelve una incertidumbre significativa.