关闭广告

智能体系统如何「边做边学」?斯坦福团队探索在线优化的新范式

机器之心Pro1021人阅读



如何让智能体进行复杂推理与工具调用?传统方法主要有两类:训练单一的大语言模型,使其同时承担思考与工具调用的任务;要么依赖静态提示词驱动的 training-free 智能体系统。

然而,前者在长链推理、工具多样化与动态环境反馈下训练常变得不稳定,缺乏可扩展性(scalability);后者则缺少学习与适应能力,难以应对复杂场景。

为此,斯坦福大学联合德州农工大学(Texas A&M)、加州大学圣地亚哥分校(UC San Diego)和 Lambda 的研究团队提出了 AgentFlow 框架,通过多个独立 Agent 模块协作,并且提出 Flow-GRPO 算法用于训练。在评测中,AgentFlow 在搜索、代理、数学与科学任务上均取得显著提升,即便是 3B 模型,也能超越 405B 的 Llama-3.1 和 200B 的 GPT-4o。

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

华为登顶,吃了谁的蛋糕?

智东西 浏览 875

媒体:被美国逼着“朝中国开枪” 韩国玩得起吗

澎湃新闻 浏览 999

冬天“半身裙”最丑的3种穿法!

Yuki女人故事 浏览 929

采用东风汽车平台 Jeep计划推出全新车型

车质网 浏览 1083

传祺向往S9正式上市,22.99万起就能入手

车扯 浏览 1064

距伊朗161公里 巴基斯坦想邀美国在敏感地点建港口

上观新闻 浏览 998

芦哲:美国CPI势弱,联储10月降息几无悬念

首席经济学家论坛 浏览 1848

乌试射“最成功导弹”

澎湃新闻 浏览 1082

搭载高阶智驾 广汽传祺M8乾崑系列官图发布

网易汽车 浏览 1353

71岁TVB女星与老公,经历流产后决定不生育

TVB剧评社 浏览 921

运营商 AT&T“人人免费得 iPhone 16 Pro”广告被裁定为虚假宣传

IT之家 浏览 948

伊朗:驱逐美以大使可自由通过霍尔木兹海峡

界面新闻 浏览 730

1280亿电子烟巨头,杀入医疗美容赛道

21财闻汇 浏览 2252

裙子+这双鞋”才是今夏洋气穿搭,巨好看!

Yuki女人故事 浏览 1097

涉结束俄乌冲突 美媒披露"12点方案"

环球网资讯 浏览 989

拼多多没活成“别人家的孩子”

老斯基财经 浏览 2153

安理会,中方罕见寸步不让,对美国反将一军

浏览 1306

极兔之后,申通快递也遭立案调查

财视传播 浏览 72169

辽宁U18男足点球5-4战胜山东U18男足,夺得全运会冠军

懂球帝 浏览 876

大连有梅花鹿连续2天攻击游客 受伤女子:我没招惹它

极目新闻 浏览 1071

卷首语 | 保卫复杂性:在被算法分裂的世界里留住清醒

时尚COSMO 浏览 1195
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4