LLM Agent扫盲贴
LLM Agent扫盲贴
2024年8月19日修改
作者：lucas大叔
一、Agent概述
在LLM赋能的自主agent系统中，LLM充当agent大脑的角色，并与若干关键组件协作：
•
规划（planning）
◦
子目标分解：agent将大任务拆分为更小的可管理的子目标，使得可以有效处理复杂任务。
◦
反思与完善：agent对历史动作可以自我批评和自我反思，从错误中学习并在后续步骤里完善，从而改善最终结果的质量。
•
记忆（Memory）
◦
短期记忆：上下文学习即是利用模型的短期记忆学习
◦
长期记忆：为agent提供保留和召回长期信息的能力，通常利用外部向量存储和检索实现
•
工具使用（tool use）
◦
对模型权重丢失的信息，agent学习调用外部API获取额外信息，包括当前信息、代码执行能力、专有信息源的访问等等。
附件不支持打印