大语言模型智能体

大语言模型(LLMs)已经在多个领域带来了革命性的变革。特别是,LLMs 已经被开发为能够与世界互动并处理各种任务的智能体。随着 LLM 技术的持续进步,LLM 智能体有望成为人工智能的下一个突破,它们将在智能任务自动化和个性化的支持下,彻底改变我们未来的日常生活。在本课程中,我们将首先讨论 LLM 智能体所需的一些基本概念,包括 LLM 的基础、任务自动化所需的 LLM 必备能力以及智能体开发的基础设施。我们还将涵盖一些代表性的智能体应用,包括代码生成、机器人技术、网络自动化、医学应用和科学发现。同时,我们将讨论当前 LLM 智能体的局限性和潜在风险,并分享进一步改进的方向。具体来说,本课程将包括以下内容: * LLM 的基础 * 推理 * 规划、工具使用 * LLM 智能体基础设施 * 检索增强生成 * 代码生成、数据科学 * 多模态智能体、机器人技术 * 智能体应用的评估和基准测试 * 隐私、安全性与伦理 * 人机交互、个性化、对齐 * 多智能体协作

讲者:

成为VIP会员查看完整内容
96

相关内容

多智能体协作机制:大语言模型综述
专知会员服务
82+阅读 · 2025年1月14日
大语言模型训练数据
专知会员服务
69+阅读 · 2024年11月22日
基于人工反馈的强化学习综述
专知会员服务
65+阅读 · 2023年12月25日
可解释的机器学习模型和架构
专知会员服务
92+阅读 · 2023年9月17日
DARPA可解释人工智能
专知会员服务
132+阅读 · 2020年12月22日
基于模型的强化学习综述
专知
42+阅读 · 2022年7月13日
Pytorch多模态框架MMF
专知
50+阅读 · 2020年6月20日
DeepMind:用PopArt进行多任务深度强化学习
论智
29+阅读 · 2018年9月14日
基于注意力机制的图卷积网络
科技创新与创业
74+阅读 · 2017年11月8日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
15+阅读 · 2017年5月19日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
A Survey of Large Language Models
Arxiv
497+阅读 · 2023年3月31日
Arxiv
25+阅读 · 2023年3月17日
VIP会员
相关VIP内容
多智能体协作机制:大语言模型综述
专知会员服务
82+阅读 · 2025年1月14日
大语言模型训练数据
专知会员服务
69+阅读 · 2024年11月22日
基于人工反馈的强化学习综述
专知会员服务
65+阅读 · 2023年12月25日
可解释的机器学习模型和架构
专知会员服务
92+阅读 · 2023年9月17日
DARPA可解释人工智能
专知会员服务
132+阅读 · 2020年12月22日
相关资讯
基于模型的强化学习综述
专知
42+阅读 · 2022年7月13日
Pytorch多模态框架MMF
专知
50+阅读 · 2020年6月20日
DeepMind:用PopArt进行多任务深度强化学习
论智
29+阅读 · 2018年9月14日
基于注意力机制的图卷积网络
科技创新与创业
74+阅读 · 2017年11月8日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
15+阅读 · 2017年5月19日
相关基金
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员