Что такое агент LLM

Введение

Запуск больших языковых моделей (LLM), таких как GPT (особенно GPT-4), позволил людям осознать мощные возможности создания текста больших языковых моделей. Если его использовать только как инструмент для генерации текста, возможности LLM серьезно недооцениваются. Появление идеи Агентов еще больше стимулировало воображение разработчиков. Агенты ИИ считаются следующим направлением усилий OpenAI и началом эры общего искусственного интеллекта (AGI).

Эта статья познакомит васLLM AgentСвязанные понятия、Состав и применение,Помогите начинающим агентам лучше понять и применить агент LLM.

Часть содержания данной статьи взята/переведена из статей справочной литературы.

LLM Agent Определение понятия

оLLM Agent, OpenAI Лилиан, руководитель направления прикладных исследований в области искусственного интеллекта Wengв своемBlogгенерал-лейтенантLLM Agentопределяется какLLM、память（Memory）、Навыки планированияа такжеИспользование инструмента (Инструмент Use） коллекция

в LLM это основной мозг,Memory、Planning Skills а также Tool Use и т. д. Agents Три ключевых компонента внедрения системы.

Через LLM и три ключевых компонента,LLM AgentМожеткиметь комплекс Рабочий В этом процессе модель в основном разговаривает сама с собой без необходимости вмешательства человека на каждой части взаимодействия.

LLM AgentПроведите итерации и определите новые цели./Задача,Вместо того, чтобы принимать входные данные одного запроса и возвращать выходные данные, как традиционный GPT

Общие функции агента LLM

LLM AgentУмение вести беседу на основе больших языковых моделей.、Завершить задачу、рассуждение,И может демонстрировать определенную степень автономного поведения.

по мере необходимости,LLM AgentМожетк Обеспечить богатые функции,НижеLLM Agent Общие функции:

• Используйте возможности LLM на родном языке для понимания инструкций, контекста и целей.
• Используйте инструменты (наборы инструментов, такие как калькуляторы, API, поисковые системы и т. д.) для сбора информации и принятия мер для выполнения поставленных задач.
• Продемонстрировать цепочку рассуждений、Деревья мыслей и другие.Prompt Engineeringконцепция,Устанавливайте логические связи, чтобы делать выводы и решать проблемы.
• Создавайте адаптированные тексты для конкретных целей (электронные письма, отчеты, маркетинговые материалы), включая контекст и цели в свои языковые навыки.
• Взаимодействуйте с пользователями на разных уровнях по мере необходимости.
• Объедините различные системы искусственного интеллекта (например, большие языковые модели с генераторами изображений) для достижения многогранных возможностей.

LLM Agent Как это работает

Рабочий процесс

LLM Agent из Рабочий Процесс обычно является итеративным. На рисунке ниже показан рабочий процесс babyAGI. процесс：

Изображение изhttps://github.com/yoheinakajima/babyagi

Рабочий процесс начинается с ввода первой целевой миссии.,Выполните следующие три шага в цикле,До завершения целевой задачи (также может быть сообщено об ошибке):

1. первый шаг: Задача List Нажмите задачу; тогда поставь Задачаотправить вExecution Agent, Execution Agent Для выполнения задачи будет использовать API OpenAI в зависимости от контекста.
2. Шаг 2: Обогатите результаты выполнения и сохраните их в векторной базе данных.
3. Шаг 3. Создайте новые задачи и настройте приоритет списка задач на основе целей и результатов выполнения предыдущих задач.

LLM с тремя компонентами

Агент LLM управляется LLM и для завершения своей работы требует помощи трех основных компонентов.

(Изображение из: https://lilianweng.github.io/posts/2023-06-23-agent/）

Планирование

• Подцели и разбивка:LLM Agent Умение разбивать большие задачи на более мелкие, выполнимые подцели для эффективного решения сложных задач;
• Поразмышляйте и уточните:LLM Agent Вы можете самокритиковать и размышлять над прошлыми действиями, учиться на ошибках, а также анализировать, обобщать и уточнять следующие действия. Такой вид размышлений и уточнений может помочь. Agents Улучшите свой интеллект и адаптивность, тем самым улучшив качество конечных результатов.

Память

• короткий срокпамять：Все контекстное обучение зависит от моделиизкороткий срокпамять Возможность проведенияиз；
• длинныйпамять：Эта конструкция делает AI Agents Возможность хранить и вызывать неограниченное количество информации в течение длительного времени обычно достигается за счет внешнего носителя и быстрого поиска.

Использование инструмента

• LLM Agent Можно научиться звонить на внешний API для получения дополнительной информации, отсутствующей в весах модели, которую часто сложно изменить после предварительного обучения, включая текущую информацию, возможности выполнения кода, доступ к проприетарным источникам информации и т. д.

Справочное чтение

Взрыв агентов ИИ: появляется прототип программного обеспечения 2.0, следующий шаг для OpenAI

What Are Large Language Model (LLM) Agents and Autonomous Agents

LLM Powered Autonomous Agents