AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：吳恩達(dá)：AI智能體工作流今年將有巨大進(jìn)展，可能超過下一代基礎(chǔ)模型
關(guān)鍵字：智能,人工智能,工作流,團(tuán)隊(duì),樣本
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：2865字

內(nèi)容摘要：

機(jī)器之心報(bào)道
編輯：小舟下一步是智能體？
隨著 ChatGPT、GPT-4、Sora 的陸續(xù)問世，人工智能的發(fā)展趨勢(shì)引起了廣泛關(guān)注，特別是 Sora 讓生成式 AI 模型在多模態(tài)方面取得顯著進(jìn)展。人們不禁會(huì)問：人工智能領(lǐng)域下一個(gè)突破方向?qū)?huì)是什么？
今天，人工智能著名學(xué)者、斯坦福大學(xué)教授吳恩達(dá)指出：AI 智能體工作流將在今年推動(dòng)人工智能取得巨大進(jìn)步，甚至可能超過下一代基礎(chǔ)模型。他呼吁所有從事人工智能工作的人都關(guān)注 AI 智能體工作流，并撰寫一篇博客簡(jiǎn)單闡述了原因。我們對(duì)博客內(nèi)容進(jìn)行了不改變?cè)獾木幾g、整理，以下是博客內(nèi)容：
當(dāng)前，我們主要在零樣本模式下使用 LLM，提供 prompt，逐個(gè) token 地生成最終輸出，沒有進(jìn)行調(diào)整。
這類似于要求某人從頭到尾寫一篇文章，直接打字，不允許退格，并期望得到高質(zhì)量的結(jié)果。盡管有困難，LLM 在這項(xiàng)任務(wù)上仍然表現(xiàn)得非常好！
然而，通過智能體工作流，我們可以要求 LLM 多次迭代文檔。例如，它可能需要執(zhí)行一系列步驟：
規(guī)劃大綱；
決定需要進(jìn)行哪些網(wǎng)絡(luò)搜索（如果需要），來收集更多信息；
寫初稿；
通讀初稿，找出不合理的論點(diǎn)或無關(guān)信息；
修改草稿；

原文鏈接：吳恩達(dá)：AI智能體工作流今年將有巨大進(jìn)展，可能超過下一代基礎(chǔ)模型

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)