向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

AIGC动态欢迎阅读

原标题：向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」
关键字：智能,任务,经验,自我,策略
文章来源：机器之心
内容字数：4275字

内容摘要：

机器之心专栏
机器之心编辑部「以史为鉴，可以知兴替。」 人类的进步史，可以看作是一个不断吸取过去经验、不断推进能力边界的自我演化过程。在这个过程中，我们吸取过去失败的教训以纠正错误，借鉴成功的经验以提升效率和效果。这种自我进化的过程在我们的生活中无所不在：从如何总结经验以更好地解决工作中的问题，到如何利用规律更精确地预测天气，我们都在不断地从过去的经验中学习和进化。
成功从过去的经验中提取知识并将其应用于未来的挑战，这是人类进化之路上重要的里程碑。那么在人工智能时代，AI 智能体是否也可以做到同样的事情呢？
近年来，GPT 和 LLaMA 等语言模型展示了他们在解决复杂任务时的惊人能力。然而，他们尽管可以利用工具解决具体任务，但在本质上缺乏对过去成功和失败经历的洞见与汲取。这就像一个只会完成特定任务的机器人，虽然在完成当下任务上表现出色，但面对新的挑战时，却无法调用过去的经验来提供帮助。
针对这一难题，近期来自清华大学、香港大学、人民大学以及面壁智能的联合团队提出了一种全新的智能体自我演化策略：探索 – 固化 – 利用（Investigate-Consolidate-Exploit，I

原文链接：向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

联系作者

文章来源：机器之心
作者微信：almosthuman2014
作者简介：专业的人工智能媒体和产业服务平台