HuggingGPT

HuggingGPT, hébergé dans le projet JARVIS de Microsoft Research, est un système d’intelligence artificielle collaboratif qui utilise un grand modèle de langage comme chef d’orchestre. Plutôt que de résoudre seul une demande, le LLM décompose la requête de l’utilisateur en sous-tâches et fait appel à des modèles spécialisés issus du Hub Hugging Face pour les exécuter. L’objectif est de traiter des tâches complexes et multimodales (texte, image, audio, vidéo) en combinant les forces de modèles experts variés.

Le fonctionnement repose sur quatre étapes successives : la planification des tâches, où le LLM analyse l’intention et la découpe en sous-tâches ; la sélection des modèles, où il choisit les experts adaptés sur Hugging Face ; l’exécution, où chaque modèle produit son résultat ; puis la génération de la réponse finale synthétisée. Le projet propose plusieurs modes de déploiement (local, cloud ou hybride), une interface web, une ligne de commande et une démo Gradio. Il s’appuyait initialement sur le modèle text-davinci-003 d’OpenAI et intègre des modèles comme Stable Diffusion ou ControlNet.

HuggingGPT s’adresse aux chercheurs, développeurs et passionnés d’IA souhaitant expérimenter l’orchestration de modèles. Sous licence MIT et gratuit, il illustre une approche pionnière des systèmes multi-agents. Ses limites tiennent à une installation technique exigeante, une dépendance à une clé API OpenAI et un statut davantage expérimental que produit fini.