今日arXiv最热大模型论文:Agent也疯狂!FoA方法对智能体做树结构搜索,超越ToT

今日arXiv最热大模型论文:Agent也疯狂!FoA方法对智能体做树结构搜索,超越ToT

AIGC动态欢迎阅读

原标题:今日arXiv最热大模型论文:Agent也疯狂!FoA方法对智能体做树结构搜索,超越ToT
关键字:状态,价值,成本,成功率,函数
文章来源:夕小瑶科技说
内容字数:8298字

内容摘要:


夕小瑶科技说 原创作者 | 谢年年大模型agents包揽了从理解问题、规划任务、记忆输入输出、精准调用工具,执行任务解决问题的全过程,更厉害的是,它们还有自我检查和反馈的本事。对于用户来说,不再需要与原始大模型输出直接交互,只需提出需求,便可将与大模型的交互以及行动全权委托给agents。
然而,agents并非万无一失。在应对网络搜索或复杂游戏等不确定环境时,它们需在风险中决策,根据其所知选择下一步行动,但每步都可能遭遇挑战。显然,agents“防患于未然”的能力还不够,让任务走向“死胡同”是常有的事。
为了优化这个问题,可以把这个过程看成是一种搜索,目的是发现、探索并比较通往解决方案的不同路径。这样一来,就可以用常规的搜索算法来解决新问题。搜索过程通常结合了对搜索空间的局部探索和一个启发式价值函数,该函数提供关于搜索树中路径的反馈,并可以激励进行剪枝决策。
今天介绍的这篇论文提出了一个名为“Fleet of Agents”(FoA)的框架,将遗传粒子过滤的概念应用于动态树搜索。
在这个机制中,首先组建了一个由N个agents组成的舰队,共同搜索解决方案。在粒子过滤的变异阶段,每个a


原文链接:今日arXiv最热大模型论文:Agent也疯狂!FoA方法对智能体做树结构搜索,超越ToT

联系作者

文章来源:夕小瑶科技说
作者微信:xixiaoyaoQAQ
作者简介:专业、有趣、深度价值导向的科技媒体。聚集30万AI工程师、研究员,覆盖500多家海内外机构投资人,互联网大厂中高管和AI公司创始人。一线作者来自清北、国内外顶级AI实验室和大厂,兼备敏锐的行业嗅觉和洞察深度。商务合作:zym5189

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...