2024中国AI Agent行业研究报告-甲子光年-2024-59页

2024中国AI Agent行业研究报告-甲子光年-2024-59页_第1页
2024中国AI Agent行业研究报告-甲子光年-2024-59页_第2页
2024中国AI Agent行业研究报告-甲子光年-2024-59页_第3页
2024中国AIAgent行业研究报告大模型时代的“APP”,探索新一代人机交互及协作范式注:AIGC生成内容亦对本报告有贡献目录Part01前世今生:科幻憧憬、学术概念与商业尝试Part02奇点已至:让每个人掌握AI的力量CONTENTSPart03百家争鸣:属于大模型时代的APP繁荣Part04时代先驱:当下商业实践值得关注的里程碑Part05潜力无限:来自于数据、算法、算力的飞轮效应AIAgent的发展历程梳理:大模型赋予了AIAgent核心改变Agent(代理)一概念起源于哲学,描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域,这一术语被赋予了一层新的含义:具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型(LLMs)的出现为智能代理的进一步发展带来了希望。AIAgent的发展历程简述基于大模型基于深度学习LLM给AIAgent底层提供了一个突破性技术方案:LLM带来了深度学习新范基于统计学习式,思维链和强大的自然语言理解能力有望让Agent具备强大的学习能力和迁移能力,从而让创建广泛应用且实用的Agent成为可能LLM的框架优势:过去等强化学习基于深度学习框架可让Agent学到技能,但Agent的泛化性较差,往往用于非常窄的特定领域,例如用在游戏或低维层面的控制或计划,标志性应用是围棋领域的AlphaGo。基于符号规则过往的工作主要集中在增强代理的特定能力,如符号推理或对特定任务的掌握(国际象棋、围棋等)。这些研究更加注重算法设计和训练策略,而忽视了模型固有的通用•长期以来,研究者们一直在追求与人类相当、乃至超能力的发展,如知识记忆、长期规划、有效泛化和高效互动等。事实证明,增强模型越人类水平的通用...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

发表评论取消回复

参与评论可获取积分奖励  
悟空文库+ 关注
实名认证
内容提供者

悟空文库-海量文档资源下载,专业/极致/认真

确认删除?
回到顶部