【人工智能】万字综述大语言模型代理 Agent | 研究背景 | 通用框架 | 控制、感知、行动 | 应用场景 | 代理社会

【人工智能】万字综述大语言模型代理 Agent | 研究背景 | 通用框架 | 控制、感知、行动 | 应用场景 | 代理社会 | 前瞻问题

Рет қаралды 11,396

9 ай бұрын

近期，复旦大学自然语言处理团队（FudanNLP）推出 LLM-based Agents 综述论文，全文长达 86 页，共有 600 余篇参考文献。作者们从 AI Agent 的历史出发，全面梳理了基于大型语言模型的智能代理现状，包括：LLM-based Agent 的背景、构成、应用场景、以及备受关注的代理社会。同时，作者们探讨了 Agent 相关的前瞻开放问题，对于相关领域的未来发展趋势具有重要价值，这里跟大家分享一下论文的核心内容。
论文链接：arxiv.org/pdf/2309.07864.pdf
#人工智能 #agent #智能代理 #llm

Пікірлер: 26

@AI-Outlook 9 ай бұрын

博主非常有知识和见解。LLM基础上的“细调”是一个企业智能化的重要环节。我在书中谈到一些。再次谢谢博主高品质的视频。

@user-kq4xv7fd2c 9 ай бұрын

幾乎可以確定，各種各樣的Fine tuning就是未來大趨勢

@AI-Outlook 9 ай бұрын

非常同意。同时需要解决数据私密和 RBAC.

@juna763 9 ай бұрын

我去关注下你

@user-seankiki 9 ай бұрын

视频一如既往的高质量，赞

@juna763 9 ай бұрын

非常棒的up主的分享，超级赞的解说🎉🎉🎉🎉

@kilin.. 9 ай бұрын

大飞现在做的内容深度和专业度越来越好了，也很凝练。🙌

@bestpartners 9 ай бұрын

感谢支持！🙏🏻

@yehongchen4341 9 ай бұрын

感谢大飞，内容都非常有帮助！

@zhaixiaoba 9 ай бұрын

感谢分享

@TheZhangyabei 4 ай бұрын

一个人对事情理解的深度取决于他能用多精间的语言叙述

@corgirun7892 5 ай бұрын

这篇综述真是信息量爆炸

@user-kz7xm4gx4h 9 ай бұрын

謝謝！

@bestpartners 9 ай бұрын

感谢支持🙏，祝你生活愉快

@user-vt2gi9rg3x 9 ай бұрын

覺得以後agent跟email會變成每個員工的標配，如果離職的時候這個agent因為使用者參數衍生的權重到底算誰的，員工可以要求刪除或帶走嗎？感覺真的有好多問題要討論

@altercomd6489 9 ай бұрын

智能的定义--欲望

@yth2011 9 ай бұрын

stable diffsion可以理解图像吧

@IDhaBD 9 ай бұрын

来了来了～～

@johnjoe5490 2 ай бұрын

万物的终点是原神😂

@leefeng5067 6 ай бұрын

受益非浅，感谢感谢

@yth2011 9 ай бұрын

请问有没有自制工具的例子

@bestpartners 9 ай бұрын

你可以看下 solidgpt 那期，kzfaq.info/get/bejne/sLdmpptpmZ3Mpac.htmlsi=dHZ658qs_ohhokrj

@yth2011 9 ай бұрын

@@bestpartners 谢谢老板

@kaichen6030 8 ай бұрын

🎯 快速导航的要点： 00:00 🤖 论文介绍 - Agent的研究背景，包括哲学和图灵的贡献 01:28 💼 代理的演进 - 代理的发展历程，从特定能力到通用能力 03:00 🧠 智能代理通用框架 - 智能代理的通用框架，包括控制端、感知端、行动端的介绍 05:00 💬 控制端Brain - 控制端Brain的核心能力，包括自然语言交互和理解言外之意 06:31 🧠 智能代理的五大核心能力 - 大模型的潜力，知识、记忆、推理、迁移性、泛化性五大核心能力。 08:02 📚 控制端五大能力详解 - 自然语言交互、知识、记忆、推理和规划、迁移性和泛化性的能力解析。 10:24 👁️ 感知端的多模态感知 - 文本、视觉、听觉输入的重要性，以及如何将它们融合在智能代理中。 11:51 🖐️ 拓展的感知模块 - 探讨未来可能的感知模块，包括触觉、嗅觉、激光雷达等，以提升代理的感知能力。 12:21 🛠️ 行动端的输出形式 - 行动端的输出方式，包括文本输出和工具使用，以及它们在解决问题时的作用。 12:52 🛠️ 智能代理的工具使用和学习 - 代理使用工具的重要性和多模态行动方式。 - 工具学习方法：从演示学习、从反馈学习、元学习、课程学习等。 - 代理如何自主制造工具提高独立性。 13:50 🤖 具身行动的重要性 - 具身行动是代理在环境中理解、改造环境并更新自身状态的能力。 - 具身行动分类为Observation、Manipulation、Navigation三种原子行动。 - 具身行动在虚拟沙盒环境中的研究和挑战。 15:20 🌐 代理的应用场景和设计原则 - 代理的设计原则：解脱重复劳动、自主分析规划、释放大脑潜能。 - 代理应用场景分为单代理、多代理、人机交互三种范式。 - 单代理应用场景和不同层次的任务导向。 17:26 🤝 多代理系统与合作型互动 - 多代理系统的重要性和协作型互动。 - 合作型互动分为无序合作和有序合作。 - 对抗性互动的意义和如何提升整个系统响应质量。 18:29 👥 人机交互的场景 - 人机交互的定义和意义。 18:59 🤝 人机交互模式 - 人机交互的重要性和可解释性问题。 - 指导者执行者模式和平等合作模式。 - 代理在教育、医疗、商业等领域的应用潜力。 20:00 🌐 代理社会的概念框架 - 代理社会包括代理和环境两个关键部分。 - 代理的外在社会行为和内在人格塑造。 - 环境类型：基于文本、虚拟沙盒、真实物理环境。 21:31 🧠 代理的认知能力和情感能力 - 代理的认知能力包括获取和理解知识。 - 情感能力涵盖主观感受和情绪状态。 - 性格分析和类人智能的探讨。 23:05 🌍 不同类型的环境 - 基于文本的环境提供语义和背景知识。 - 虚拟沙盒环境具有可视化和可扩展性。 - 真实物理环境要求适应性和运动控制。 24:38 🏭 模拟社会的要求 - 模拟社会应当具有开放性、持久性、情景性和组织性。 - 模拟社会的意义和挑战。 25:09 🧩 代理社会的应用 - 代理社会在探索群体智能和社会科学研究中的应用。 - 使用代理社会模拟情人节派对、社交网络、道德决策等场景。 - 潜在风险包括有害社会现象和隐私安全问题。 26:11 🔮 前瞻性问题 - 智能代理与大语言模型的相互关系和互补发展。 - 智能代理的挑战与隐忧，如安全性和对人类社会的影响。 - 代理数量的增加对模拟社会的机遇与挑战。 27:43 🌟 代理社会的未来展望 - 代理社会的潜在问题，如恶意代理和能力差异。 - 对代理社会的价值和限制的思考。 - 代理社会的短期和长期发展前景。