青源TALK121期|AutoAct:探索可自主分化的大模型智能体

900次阅读
没有评论

​大模型智能体在人工智能领域已展现出巨大的潜力和强大的能力。目前大多数大模型智能体工作都基于闭源大模型如 ChatGPTGPT-4,而基于开源大模型的智能体大多也需要依靠ChatGPT或GPT-4生成的交互轨迹数据来进微调。本次报告将介绍一种基于自规划(Self-Plan)的智能体框架AutoAct, 其仅依靠开源模型自身来生成合成数据,并通过合成轨迹和自主分化来实现多智能体自主协同以完成任务,并在最后探讨知识与大模型智能体的融合之道。

青源TALK121期|AutoAct:探索可自主分化的大模型智能体

张宁豫,博士,浙江大学副教授,博士生导师,智能科学与工业软件所副所长。研究方向包括知识图谱、自然语言处理等,在知识图谱和自然语言处理领域已发表多篇顶级会议和期刊文章,包括ACL、EMNLP、NAACL、NeurIPS、ICLR等,Google学术引用三千余次,五篇论文入选Paper Digest高影响力论文,获浙江省科技进步二等奖,国际会议IJCKG最佳论文/提名2次,CCKS最佳论文奖1次;担任ACL、EMNLP领域主席、ARR Action Editor、IJCAI 高级程序委员、ACM Transactions on Asian and Low-Resource Language Information Processing Associate Editor及NeurIPS、ICLR、ICML等会议程序委员会委员。

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy