GPT(尤其是GPT-4)等大语言模型(LLM)的推出,让人类认识到了大语言模型强大的文本生成能力。 只是用来做文本生成工具的话,LLM的能力就被严重低估了。Agents的想法的出现,则进一步激发了开发者的想象力。 AI Agents被认为是OpenAI的下一个发力方向,也是通用人工智能(AGI)时代的开始。
本文将介绍LLM Agent
相关的概念、组成及应用,帮助Agents初学者更好的理解和应用LLM Agent。
本文部分内容梳理/翻译自参考文献中的文章。
LLM Agent
概念定义关于LLM Agent
, OpenAI 应用人工智能研究负责人Lilian Weng在其Blog中将LLM Agent
定义为LLM
、记忆(Memory)
、任务规划(Planning Skills)
以及工具使用(Tool Use)
的集合
其中 LLM
是核心大脑,Memory
、Planning Skills
以及 Tool Use
等则是 Agents
系统实现的三个关键组件。
通过LLM和三个关键组件,LLM Agent
可以拥有复杂的工作流程,其中模型基本上是与自身对话,而无需人工参与到交互的每个部分。
LLM Agent
通过迭代运行并定义一些新的目标/任务,而非传统GPT那般接受单个查询的输入并返回输出
LLM Agent
能够基于大语言模型进行对话、完成任务、推理,并可以展示一定程度的自主行为。
根据需要,LLM Agent
可以提供丰富的功能,下面是LLM Agent
常见的功能:
Prompt Engineering
概念,建立逻辑关系以得出结论和解决问题。LLM Agent
如何工作LLM Agent
的工作流通常是一个迭代运行的过程,下图是babyAGI的工作流:
图片来自https://github.com/yoheinakajima/babyagi
该工作流从输入第一个目标任务开始,经过循环进行下列三个步骤,直至完成目标任务(也可能报错):
Execution Agent
, Execution Agent
会基于上下文使用OpenAI的API来完成任务。LLM Agent 以 LLM 驱动,并需要三大组件辅助以完成工作
(图片来自: https://lilianweng.github.io/posts/2023-06-23-agent/)
LLM Agent
能够将大型任务分解为较小的、可管理的子目标,以便有效的处理复杂任务;LLM Agent
可以对过去的行为进行自我批评和反省,从错误中吸取经验教训,并为接下来的行动进行分析、总结和提炼,这种反思和细化可以帮助 Agents 提高自身的智能和适应性,从而提高最终结果的质量。LLM Agent
可以学习如何调用外部 API,以获取模型权重中缺少的额外信息,这些信息通常在预训练后很难更改,包括当前信息、代码执行能力、对专有信息源的访问等。AI Agents大爆发:软件2.0雏形初现,OpenAI的下一步
What Are Large Language Model (LLM) Agents and Autonomous Agents
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。