清華大學(xué)合作推出體驗式協(xié)同學(xué)習(xí)：總結(jié)歷史經(jīng)驗，提高學(xué)習(xí)能力

清華大學(xué)合作推出體驗式協(xié)同學(xué)習(xí)：總結(jié)歷史經(jīng)驗，提高學(xué)習(xí)能力

IT之家 1 月 2 日消息，機器學(xué)習(xí)和人工智能已經(jīng)在各行各業(yè)掀起了新的變革浪潮，其重點表現(xiàn)形式是各種大模型支撐的“智能體”（agent），指能自主活動的軟件或者硬件實體。

這些“智能體”可以和用戶進行自然對話，并根據(jù)對話內(nèi)容獨立處理各種任務(wù)，展示了它們在眾多領(lǐng)域徹底改變?nèi)蝿?wù)解決方式的潛力。

不過這些人工智能驅(qū)動的“智能體”面臨的一個重大挑戰(zhàn)是，它們傾向于孤立運行，經(jīng)常會重復(fù)錯誤，并采用低效的試錯方法，限制了它們的效率，阻礙了它們的學(xué)習(xí)過程。

雖然大語言模型陸續(xù)開發(fā)了上下文敏感記憶、多步驟規(guī)劃和戰(zhàn)略性工具等高級功能，但這些“智能體”在執(zhí)行任務(wù)時通常無法吸取歷史經(jīng)驗，從而導(dǎo)致其解決問題的能力效率低下。

來自清華大學(xué)、大連理工大學(xué)和北京郵電大學(xué)的科研團隊近日推出了突破性框架“體驗式協(xié)同學(xué)習(xí)”（Experiential CoLearning），目標(biāo)是大幅提高“智能體”的學(xué)習(xí)能力。

這一創(chuàng)新方法將過去的經(jīng)驗融入到“智能體”的操作結(jié)構(gòu)中，從而重新定義了“智能體”的協(xié)作和學(xué)習(xí)方式。

該框架包括三個不可分割的模塊：共同追蹤（cotracking）、共同記憶（comemorizing）和共同推理（coreasoning），每個模塊都在增強“智能體”的協(xié)作和學(xué)習(xí)能力方面發(fā)揮著至關(guān)重要的作用。

共同追蹤：

“智能體”進行合作演練，對各種訓(xùn)練任務(wù)的“程序軌跡”進行細致追蹤。這種跟蹤為“智能體”分享經(jīng)驗和合作制定策略奠定了基礎(chǔ)。

共同記憶

根據(jù)外部環(huán)境反饋，從這些軌跡中策略性地提取“快捷方式”，從而進一步推進上述工作。這些“快捷方式”被整合到“智能體”的集體經(jīng)驗庫中，使他們能夠參考過去的經(jīng)驗，加強未來的任務(wù)解決策略。

共同推理

結(jié)合了“智能體”的集體經(jīng)驗庫，使它們能夠通過細化指令和響應(yīng)進行更高級的互動。通過利用各自的經(jīng)驗知識，“智能體”可為未知任務(wù)提供更有洞察力和更準(zhǔn)確的解決方案。

團隊在部署“體驗式協(xié)同學(xué)習(xí)”之后，發(fā)現(xiàn)可顯著提高“智能體”的學(xué)習(xí)能力，具備更高的協(xié)作效率，大大減少了重復(fù)性錯誤和執(zhí)行時間，并減少了軟件開發(fā)中對額外人力參與的需求。

“智能體”能夠從過去的經(jīng)驗中回憶并應(yīng)用高質(zhì)量的 &34;捷徑&34;，再結(jié)合底層 LLM 的能力，證明了性能的提高。

該框架使“智能體”能夠從過去的經(jīng)驗中學(xué)習(xí)并有效利用這些經(jīng)驗，從而彌補了它們在操作能力上的一個關(guān)鍵差距。

這一進步提高了自主“智能體”的效率，減少了它們對人工干預(yù)的依賴，為未來的獨立智能系統(tǒng)鋪平了道路。

IT之家附上論文參考地址：https://arxiv.org/abs/2312.17025v1