Spaces:
Running
Download README.md from fivetech/Multi-Agent-Lab: direct link, hf CLI and curl.
- Browser
- Download file 2.12 kB
-
https://huggingface.co/spaces/fivetech/Multi-Agent-Lab/resolve/main/README.md
- Command line
-
hf download hf://spaces/fivetech/Multi-Agent-Lab/README.md
-
curl -L -o README.md https://huggingface.co/spaces/fivetech/Multi-Agent-Lab/resolve/main/README.md
title: Multi-Agent Lab
emoji: 🧠
colorFrom: green
colorTo: blue
sdk: static
app_file: index.html
pinned: false
models:
- Qwen/Qwen2.5-0.5B-Instruct-GGUF
Multi-Agent Lab — WebGPU
Un laboratorio de inteligencia colectiva en tu navegador: varios agentes razonan, se contradicen, investigan, detectan errores y construyen una respuesta consensuada.
Cinco modos de debate: ⚔️ Adversarial · 🏛️ Consejo · ⚖️ Juicio · 🔬 Investigación · 🎯 Resolución de problemas.
Después de cada debate: consenso dinámico (alcanzado / parcial / desacuerdo fundamentado, con el porqué), evaluación por criterios con puntuaciones explicadas, mapa de relaciones y de argumentos, detectores de contradicciones, falacias y afirmaciones sin justificar, evolución de posturas por ronda y un 👿 Devil's Advocate que intenta desmontar la conclusión.
Además: biblioteca de debates con replay turno a turno, exportación a Markdown / JSON / HTML, memoria de conclusiones entre debates, ranking histórico de agentes, plantillas de laboratorio, estadísticas en vivo (tokens, velocidad, participación) y perfiles de rendimiento para gama baja, media y alta.
Motor
Inferencia 100% local en el navegador con wllama (MIT): WebGPU cuando está disponible y CPU/WASM como alternativa. Modelo por defecto: Qwen2.5-0.5B-Instruct (~350 MB). En Ajustes puedes cargar modelos mayores (1.5B, o el experimental MiMo 9B de ~5,8 GB, que puede superar la cuota de almacenamiento del navegador). El navegador solo contacta con Hugging Face para descargar el modelo y con jsDelivr para las librerías.
Aviso importante
Todos los agentes — incluidos el juez, el evaluador y el Devil's Advocate — son roles del mismo modelo local con instrucciones y contextos separados, no modelos independientes. Las puntuaciones y el consenso son orientativos, una herramienta para explorar el razonamiento, no mediciones objetivas.
Historial, memoria y ranking se guardan solo en tu navegador (localStorage).