Agent AI综述
Agent AI综述
-
研究背景：早期AI研究目标分散，如今大语言模型（LLMs）和视觉语言模型（VLMs）的发展带来新契机，促使AI向能在复杂环境中担当动态角色的方向转变。Agent AI正是在这种背景下应运而生，融合语言、视觉等多种能力，有望重塑人类体验和产业标准。
-
Agent AI的融合：与基础模型结合虽有潜力，但存在幻觉、偏见、数据隐私等问题。如语言生成时可能产生无意义内容，训练数据会带来偏见，数据使用需考虑隐私和安全。针对这些问题，研究提出如用检索增强生成减少幻觉、增加训练数据多样性减少偏见等解决办法。
-
Agent AI范式：提出新的训练范式，利用预训练模型理解文本和视觉输入，支持长期任务规划和记忆编码，还能根据环境反馈训练智能体。比如可以用LLMs和VLMs初始化智能体组件ÿ