찾다
기술 주변기기일체 포함오픈 소스와 비공개 소스 모델 '카오스(Chaos)': 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자
Die AIxiv-Kolumne ist eine Kolumne, in der diese Website akademische und technische Inhalte veröffentlicht. In den letzten Jahren sind in der AIxiv-Kolumne dieser Website mehr als 2.000 Berichte eingegangen, die Spitzenlabore großer Universitäten und Unternehmen auf der ganzen Welt abdecken und so den akademischen Austausch und die Verbreitung wirksam fördern. Wenn Sie hervorragende Arbeiten haben, die Sie teilen möchten, können Sie gerne einen Beitrag leisten oder uns für die Berichterstattung kontaktieren. E-Mail für die Einreichung: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com

Die ersten Autoren dieses Artikels sind Qian Cheng und He Bingxiang, Studenten der Fakultät für Informatik der Tsinghua-Universität. Beide sind Mitglieder von THUNLP. Qian Chengs Hauptforschungsinteressen sind das Lernen von Werkzeugen und große modellgesteuerte Agenten. Er ist im Begriff, an der UIUC zu promovieren. He Bingxiangs Hauptforschungsinteressen sind die Ausrichtung und Sicherheit großer Modelle und er wird demnächst an der Tsinghua-Universität promovieren. Die entsprechenden Autoren dieses Artikels sind Cong Xin und Lin Yankai, und der Betreuer ist außerordentlicher Professor Liu Zhiyuan.

Heutzutage, mit der rasanten Entwicklung der künstlichen Intelligenz, erforschen wir ständig die Intelligenz von Maschinen, aber wir ignorieren oft, wie tief diese intelligenten Agenten uns – ihre Schöpfer – verstehen. Jede Interaktion, jedes Wort, jede Handlung, die wir Menschen im Leben ausführen, ist voller Absichten und Emotionen. Die eigentliche Herausforderung besteht jedoch darin, wie diese impliziten Absichten vom Agenten erfasst, analysiert und darauf reagiert werden können. Herkömmliche intelligente Agenten reagieren schnell auf explizite Befehle, verstehen jedoch komplexe implizite menschliche Absichten oft nicht.

In den letzten Jahren haben Sprachmodelle wie GPT und LLaMA erstaunliche Fähigkeiten bei der Lösung komplexer Aufgaben bewiesen. Obwohl die Agenten mit ihnen als Kern gut darin sind, Strategien zu formulieren und Aufgaben auszuführen, berücksichtigen sie selten robuste Benutzerinteraktionsstrategien. Die von Benutzern gestellten Aufgaben sind in der Regel vage und kurz, was vom Agenten erfordert, dass er nicht nur unsere wörtlichen Anforderungen versteht, sondern auch unsere impliziten Absichten durchschaut.

Damit eine neue Generation intelligenter Agenten von der Öffentlichkeit implementiert und genutzt werden kann, muss sie daher auf den Menschen ausgerichtet sein und sich nicht nur auf die Genauigkeit der Aufgabenausführung konzentrieren, sondern auch darauf, wie eine natürlichere Vorgehensweise geschaffen werden kann , reibungslose und fruchtbare Beziehung zu Menschen.

Um diesen Mangel auszugleichen, hat ein gemeinsames Team der Tsinghua-Universität, der Renmin-Universität und Tencent kürzlich einen „neuen intelligenten Agenteninteraktionsdesignplan“ vorgeschlagen. Diese Arbeit stellt zunächst Intention-in-Interaction (IN3) vor, einen neuen Benchmark, der darauf abzielt, die impliziten Absichten von Benutzern durch explizite Interaktionen mit Benutzern zu verstehen.

Mit Mistral-7B als Rahmen und basierend auf IN3-Training kann Mistral-Interact die Mehrdeutigkeit von Aufgaben proaktiv bewerten, Benutzerabsichten abfragen und sie in umsetzbare Ziele verfeinern, bevor die Ausführung nachgelagerter Agentenaufgaben gestartet wird. Nach der Einbettung des Modells in das XAgent-Framework führt der Artikel eine umfassende Bewertung des vollständig zustandsbehafteten Agentensystems durch.

Die Ergebnisse zeigen, dass diese Lösung eine hervorragende Leistung bei der Identifizierung mehrdeutiger Benutzeraufgaben, der Wiederherstellung und Zusammenfassung wichtiger fehlender Informationen, der Festlegung genauer und notwendiger Ziele für die Agentenausführung und der Reduzierung des Einsatzes redundanter Tools bietet. Diese innovative Methode schließt nicht nur die Lücke in der Interaktion zwischen intelligenten Agenten und Benutzern und stellt den Menschen wirklich in den Mittelpunkt des Designs intelligenter Agenten, sondern bedeutet auch, dass wir dem Ziel, intelligente Agenten zu entwerfen, die besser aufeinander abgestimmt sind, einen Schritt näher kommen mit menschlichen Absichten.

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자

    Papiertitel: Tell Me More! Towards Implicit User Intention Understanding of Language Model Driven Agents
  • Papierlink: https://arxiv.org/abs/2402.09205
  • Code-Repository: https ://github.com/HBX-hbx/Mistral-Interact
  • Open-Source-Modell: https://huggingface.co/hbx/Mistral-Interact
  • Open-Source-Datensatz: https://huggingface.co / datasets/hbx/IN3

ㅋㅋ ~                퍼지 태스크와 클리어 태스크 실행의 비교               

현재 에이전트 벤치마크에서는 주어진 작업이 명확하다고 가정하는 경우가 많으며 사용자 의도 이해를 평가의 중요한 측면으로 간주하지 않습니다. 평가 지표의 불완전성을 고려하여 이 작업에서는 명확한 작업 모호성 판단과 사용자 의도 이해를 통해 에이전트의 상호 작용 능력을 평가하는 것을 목표로 하는 IN3(Intention-in-Interaction) 벤치마크를 개발했습니다. ㅋㅋㅋ                                                                                                     IN3 벤치마크 데이터 구성 process
위 그림에서 볼 수 있듯이 사람 쓰기를 기반으로 한 시드 작업은 1단계이며 모델은 반복적으로 새로운 작업을 생성하여 데이터 세트를 향상시킵니다. 데이터 세트를 다음 생성 라운드의 새로운 예로 사용합니다(2단계). 이 Self-Instruct 생성 방법 후에 각 작업의 모호함, 누락된 세부 사항, 각 세부 사항의 중요성 및 잠재적 옵션에 수동으로 주석을 달습니다(3단계).

Mistral-Interact 훈련 프로세스

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자대규모 언어 모델이 에이전트 설계의 핵심이므로 이 작업에서는 먼저 상호 작용에서 현재 오픈 소스 및 폐쇄 소스 모델의 암시적 성능을 평가하기 위한 예비 연구를 수행했습니다. 프로세스. 공식 의도 이해 능력.

구체적으로 기사에서는 IN3에서 무작위로 10개의 작업을 선택하고 이를 LLaMA-2-7B-Chat, Mistral-7B-Instruct-v0.2 및 GPT-4 테스트에 적용하고 이러한 모델을 나타냅니다.i) 작업, ii) 작업이 모호할 때 사용자에게 누락된 세부 정보를 요청하고, iii) 자세한 사용자 작업을 요약합니다.

더 좋지만 여전히 인간 의도 문제에 대한 이해가 부족합니다. 대조적으로, GPT-4는 작업 모호성과 중요한 세부 사항 누락 측면에서 인간 의도에 가장 가깝습니다. 동시에, 예비 탐색은 또한 상호 작용의 암시적 의도를 이해하는 에이전트의 능력을 더욱 향상시키기 위해 단순한 프롬프트 엔지니어링만으로는 목표를 달성하기 위해 현재 오픈 소스 모델을 기반으로 추가 훈련이 필요하다는 것을 보여줍니다. 지능형 에이전트의 적용 정도.
ㅋㅋ                              학습 데이터(IN3 대화 기록) 구성 프로세스
위 그림을 참조하면 IN3의 작업 모호성, 누락된 세부 사항 및 잠재적 옵션에 대한 주석에 따라 이 기사는 구성 과정에서 사용됩니다. 대화는 명확한 초기 추론 체인 구성, 제안된 옵션이 포함된 쿼리 구성, 다양한 사용자 응답 톤 구성 및 추론 체인의 명확한 요약 구성을 포함하는 여러 전략(주황색 상자)을 기록합니다. 이러한 대화 구성 전략은 대상 모델의 쿼리 및 추론 기능을 더 잘 자극합니다.

에이전트 상호작용 능력 종합 평가
에이전트의 암묵적 의도 이해 능력은 사용자 상호작용을 통해 직접적으로 평가할 수도 있고, 다운스트림 작업을 수행하는 에이전트를 통해 간접적으로 평가할 수도 있습니다. 그 중 사용자 상호작용은 의도 이해 자체에 초점을 맞춘 반면, 작업 실행은 의도 이해의 궁극적인 목표, 즉 에이전트의 작업 처리 능력을 향상시키는 데 중점을 둡니다.
따라서 대화형 에이전트 설계를 종합적으로 평가하기 위해 기사에서는 실험을 두 부분으로 나눕니다. i)
명령 이해
: 사용자 상호 작용 중 에이전트의 의도 이해 능력을 평가합니다. ii)
명령 실행: 상호작용 모델을 통합한 후 에이전트의 작업 수행 성능을 평가합니다.
명령어 이해에는 실시간 에이전트 실행이 포함되지 않으므로 이 기사에서는 상호 작용 과정에서 다양한 언어 모델의 성능을 직접 평가하여 에이전트 설계의 업스트림 모듈로서의 상호 작용 기능을 결정합니다. 결과는 다음과 같습니다. 표시:

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자

지침은 테스트 결과를 이해합니다. 그중 화살표는 점수가 높을수록/능력이 낮을수록 작업 모호성 판단 및 누락된 세부 사항 적용 범위와 같은 지표에서 가장 잘 수행됩니다. 상세한 사용자 의도를 바탕으로 명확하고 포괄적인 요약을 제공합니다. 다른 오픈 소스 모델과 비교하여 Mistral-Interact는 퍼지 작업에서 누락된 세부 정보를 요청하는 데 더 합리적인 옵션을 제공할 수 있고 쿼리 방법이 더 친숙하며 성능은 GPT-4와 비슷합니다.
명령 실행 측면에서 에이전트 작업 실행에 대한 암시적 의도 이해의 효율성을 평가하기 위해 이 기사에서는 업스트림 상호 작용 모듈인 Mistral-Interact를 테스트용 XAgent 프레임워크에 통합합니다. 그 중 XAgent는 네트워크 검색, 코드 실행, 명령줄, 파일 시스템 등의 환경에서 상호 작용할 수 있습니다. ㅋㅋ                                                                    명령어 실행 테스트 결과(ST는 하위 작업, MS는 마일스톤)

정량적 평가 결과에 따르면 Mistral-Interact 통합은 다음과 같은 이점을 제공합니다. i) 실행 과정에서 불필요한 목표 설정을 방지합니다. , ii) 에이전트의 실행 프로세스를 세부적인 사용자 의도와 보다 일관되게 만들고, iii) 불필요한 도구 호출을 줄이고 에이전트 도구 사용의 효율성을 높입니다.

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자에이전트 상호 작용 사례 분석

명령 이해 측면에서 다양한 대화 시나리오에서 Mistral-Interact의 견고성을 더욱 입증하기 위해 이 기사에서는 세 가지 사례 분석도 제공합니다.

- 다양한 시나리오의 Mistral-Interact 및 사용자 사례 분석
사례 A는 Mistral-Interact에 대한 다양한 사용자의 어조와 대화 스타일의 영향을 보여줍니다. 기사를 통해 사용자의 답변이 짧거나 상세하거나, 열정적이거나 냉담하거나, 심지어 맞춤법 오류가 포함되어 있어도 Mistral-Interact가 정확하게 이해하고 적절한 응답을 제공할 수 있어 견고함을 입증했습니다.
B의 경우, 사용자가 비협조적인 태도를 보일 때 Mistral-Interact가 계속 질문하고 대화를 다시 정상으로 안내할 수 있는지 테스트했습니다. 그 결과, 사용자가 질문을 회피하더라도 대화를 효과적으로 방향 전환할 수 있는 것으로 나타났습니다.
C의 경우 Mistral-Interact는 사용자가 제공한 추가 정보를 상호 작용 모델에서 명시적으로 요청하지 않은 요약에 통합할 수 있음을 관찰할 수 있습니다. 이는 모델의 쿼리가 누락된 세부 정보를 완전히 처리할 수 없거나 사용자에게 특정 요구 사항이 있는 경우에도 모델이 모든 사용자 의도를 합리적이고 포괄적으로 요약하여 더욱 사용자 친화적으로 만들 수 있음을 보여줍니다.
명령 실행 측면에서 Mistral-Interact의 역할을 보다 명확하게 설명하기 위해 비교 사례 연구를 아래 그림에 제공합니다. ㅋㅋ                                                   연한 빨간색
텍스트는 사용자의 대상이 흐려지면 찾을 수 있습니다. XAgent는 사용자의 요구를 정확하게 반영하는 하위 작업을 정확하게 설정할 수 없습니다.
purple
로 표시된 텍스트에 따르면 XAgent가 불필요한 하위 작업을 설정하는 경우가 종종 있음을 알 수 있습니다. 이는 사용자의 작업이 수행하기에는 너무 모호하고 에이전트가 불필요한 세부 사항을 조작하는 경향이 있어 사용자의 진정한 의도와 일치하지 않기 때문입니다.

오픈 소스와 비공개 소스 모델 카오스(Chaos): 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자

반대로, 명확한 작업 목표를 통해 XAgent는 Mistral-Interact와 적극적으로 상호 작용한 후 보다 구체적인 하위 작업을 공식화할 수 있습니다. 그림에서 green으로 표시된 텍스트는 이러한 일관성을 보여줍니다. 동시에 에이전트 실행 프로세스가 단순해지고 도구 호출 횟수가 줄어듭니다. 이들 모두는 보다 효율적인 에이전트 실행 프로세스를 반영합니다.

결론
우리는 인간-기계 협업, 상호 이해 및 학습의 새로운 장을 목격할 준비가 되어 있는 새로운 출발점에 서 있습니다. 지능형 에이전트는 이제 더 이상 냉정한 정보 처리자가 아니라 섬세한 상호 작용 경험을 통해 처음에는 명확하게 표현되지 않을 수 있는 우리의 요구와 욕구를 깊이 이해할 수 있는 공감하는 파트너가 될 것입니다. 인간 중심 지능형 에이전트 설계의 이러한 혁명은 상호 작용의 무한한 가능성을 드러내고 지능형 에이전트가 우리 삶에 없어서는 안 될 도움이 될 것입니다.

위 내용은 오픈 소스와 비공개 소스 모델 '카오스(Chaos)': 인간의 진짜 의도를 가장 잘 엿볼 수 있는 에이전트가 누구인지 알아보자의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
DSA如何弯道超车NVIDIA GPU?DSA如何弯道超车NVIDIA GPU?Sep 20, 2023 pm 06:09 PM

你可能听过以下犀利的观点:1.跟着NVIDIA的技术路线,可能永远也追不上NVIDIA的脚步。2.DSA或许有机会追赶上NVIDIA,但目前的状况是DSA濒临消亡,看不到任何希望另一方面,我们都知道现在大模型正处于风口位置,业界很多人想做大模型芯片,也有很多人想投大模型芯片。但是,大模型芯片的设计关键在哪,大带宽大内存的重要性好像大家都知道,但做出来的芯片跟NVIDIA相比,又有何不同?带着问题,本文尝试给大家一点启发。纯粹以观点为主的文章往往显得形式主义,我们可以通过一个架构的例子来说明Sam

阿里云通义千问14B模型开源!性能超越Llama2等同等尺寸模型阿里云通义千问14B模型开源!性能超越Llama2等同等尺寸模型Sep 25, 2023 pm 10:25 PM

2021年9月25日,阿里云发布了开源项目通义千问140亿参数模型Qwen-14B以及其对话模型Qwen-14B-Chat,并且可以免费商用。Qwen-14B在多个权威评测中表现出色,超过了同等规模的模型,甚至有些指标接近Llama2-70B。此前,阿里云还开源了70亿参数模型Qwen-7B,仅一个多月的时间下载量就突破了100万,成为开源社区的热门项目Qwen-14B是一款支持多种语言的高性能开源模型,相比同类模型使用了更多的高质量数据,整体训练数据超过3万亿Token,使得模型具备更强大的推

ICCV 2023揭晓:ControlNet、SAM等热门论文斩获奖项ICCV 2023揭晓:ControlNet、SAM等热门论文斩获奖项Oct 04, 2023 pm 09:37 PM

在法国巴黎举行了国际计算机视觉大会ICCV(InternationalConferenceonComputerVision)本周开幕作为全球计算机视觉领域顶级的学术会议,ICCV每两年召开一次。ICCV的热度一直以来都与CVPR不相上下,屡创新高在今天的开幕式上,ICCV官方公布了今年的论文数据:本届ICCV共有8068篇投稿,其中有2160篇被接收,录用率为26.8%,略高于上一届ICCV2021的录用率25.9%在论文主题方面,官方也公布了相关数据:多视角和传感器的3D技术热度最高在今天的开

百度文心一言全面向全社会开放,率先迈出重要一步百度文心一言全面向全社会开放,率先迈出重要一步Aug 31, 2023 pm 01:33 PM

8月31日,文心一言首次向全社会全面开放。用户可以在应用商店下载“文心一言APP”或登录“文心一言官网”(https://yiyan.baidu.com)进行体验据报道,百度计划推出一系列经过全新重构的AI原生应用,以便让用户充分体验生成式AI的理解、生成、逻辑和记忆等四大核心能力今年3月16日,文心一言开启邀测。作为全球大厂中首个发布的生成式AI产品,文心一言的基础模型文心大模型早在2019年就在国内率先发布,近期升级的文心大模型3.5也持续在十余个国内外权威测评中位居第一。李彦宏表示,当文心

AI技术在蚂蚁集团保险业务中的应用:革新保险服务,带来全新体验AI技术在蚂蚁集团保险业务中的应用:革新保险服务,带来全新体验Sep 20, 2023 pm 10:45 PM

保险行业对于社会民生和国民经济的重要性不言而喻。作为风险管理工具,保险为人民群众提供保障和福利,推动经济的稳定和可持续发展。在新的时代背景下,保险行业面临着新的机遇和挑战,需要不断创新和转型,以适应社会需求的变化和经济结构的调整近年来,中国的保险科技蓬勃发展。通过创新的商业模式和先进的技术手段,积极推动保险行业实现数字化和智能化转型。保险科技的目标是提升保险服务的便利性、个性化和智能化水平,以前所未有的速度改变传统保险业的面貌。这一发展趋势为保险行业注入了新的活力,使保险产品更贴近人民群众的实际

复旦大学团队发布中文智慧法律系统DISC-LawLLM,构建司法评测基准,开源30万微调数据复旦大学团队发布中文智慧法律系统DISC-LawLLM,构建司法评测基准,开源30万微调数据Sep 29, 2023 pm 01:17 PM

随着智慧司法的兴起,智能化方法驱动的智能法律系统有望惠及不同群体。例如,为法律专业人员减轻文书工作,为普通民众提供法律咨询服务,为法学学生提供学习和考试辅导。由于法律知识的独特性和司法任务的多样性,此前的智慧司法研究方面主要着眼于为特定任务设计自动化算法,难以满足对司法领域提供支撑性服务的需求,离应用落地有不小的距离。而大型语言模型(LLMs)在不同的传统任务上展示出强大的能力,为智能法律系统的进一步发展带来希望。近日,复旦大学数据智能与社会计算实验室(FudanDISC)发布大语言模型驱动的中

致敬TempleOS,有开发者创建了启动Llama 2的操作系统,网友:8G内存老电脑就能跑致敬TempleOS,有开发者创建了启动Llama 2的操作系统,网友:8G内存老电脑就能跑Oct 07, 2023 pm 10:09 PM

不得不说,Llama2的「二创」项目越来越硬核、有趣了。自Meta发布开源大模型Llama2以来,围绕着该模型的「二创」项目便多了起来。此前7月,特斯拉前AI总监、重回OpenAI的AndrejKarpathy利用周末时间,做了一个关于Llama2的有趣项目llama2.c,让用户在PyTorch中训练一个babyLlama2模型,然后使用近500行纯C、无任何依赖性的文件进行推理。今天,在Karpathyllama2.c项目的基础上,又有开发者创建了一个启动Llama2的演示操作系统,以及一个

快手黑科技“子弹时间”赋能亚运转播,打造智慧观赛新体验快手黑科技“子弹时间”赋能亚运转播,打造智慧观赛新体验Oct 11, 2023 am 11:21 AM

杭州第19届亚运会不仅是国际顶级体育盛会,更是一场精彩绝伦的中国科技盛宴。本届亚运会中,快手StreamLake与杭州电信深度合作,联合打造智慧观赛新体验,在击剑赛事的转播中,全面应用了快手StreamLake六自由度技术,其中“子弹时间”也是首次应用于击剑项目国际顶级赛事。中国电信杭州分公司智能亚运专班组长芮杰表示,依托快手StreamLake自研的4K3D虚拟运镜视频技术和中国电信5G/全光网,通过赛场内部署的4K专业摄像机阵列实时采集的高清竞赛视频,

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

뜨거운 도구

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SecList

SecList

SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

안전한 시험 브라우저

안전한 시험 브라우저

안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

mPDF

mPDF

mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.