第二支羽毛

大模型论文精选||多智能体微调：通过多样推理链实现自我提升

多智能体微调是一种实现自我提升的补充方法，它将微调应用于语言模型的多智能体群体。一组均基于相同基础模型的语言模型，通过模型间的多智能体交互生成的数据，分别对各个模型进行更新，实现独立的专业化。通过在不同的数据集上训练每个模型，这种方法能够让各个模型实现专业化，并使整个模型集合更加多样化。方法多智

Agent 基础模型

2025 年改变 AI 格局的五大 Agentic AI 框架

2025年改变AI格局的五大Agentic AI框架 📖阅读时长：10分钟 🕙发布时间：2025-01-12 近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容 LLM架构专栏

Agent

探索 Microsoft AutoGen 框架：AI 协作的新前沿

探索 Microsoft AutoGen 框架：AI 协作的新前沿在众多的工具中，Microsoft 的 AutoGen 框架格外引人注目。它是一款强大的工具，专门用于创建和管理多Agent对话。通过这个框架，构建 AI 系统变得更加简便，这些系统能够利用Agent之间的交互，实现协作、推理，并解

Agent

Agentic AI 深度剖析：架构、运作与未来展望

Agentic AI 深度剖析：架构、运作与未来展望一、Agentic AI 多Agent系统架构概览 Agentic AI 的核心在于其多Agent系统架构，多个Agent在业务或物理环境中协同合作，共同追求一个目标。其关键组件和技术细节如下：核心组件：在 Agentic AI 架构中，主要的

Agent

探索 AI 智能体工作流设计模式

《探索 AI 智能体工作流设计模式》欢迎关注公众号柏企阅文由大语言模型（LLM）驱动的智能体是利用 LLM 进行问题推理、制定可行计划并使用一组工具执行这些计划的系统。简单来说，这些智能体融合了高级推理能力、记忆力和任务执行能力。基于 LLM 的 AI 智能体工作流设计模式自 2022 年末

Agent

AI Agent 架构新变革：Plan-and-Execute 引领智能新潮流

AI Agent 架构新变革：Plan-and-Execute 引领智能新潮流 AI Agent 的发展一直备受瞩目。今天，我们就来深入探讨一种全新的架构——Plan-and-Execute，它正悄然改变着 AI Agent 解决复杂任务的方式。传统 ReAct 架构的困境曾经，ReAct（推理

Agent

1W8000字从理论到实践： MCP 在 7 大 AI 框架中的具体应用

用Python和TypeScript框架，基于MCP服务器为LLM赋能，打造AI应用 MCP支持的AI框架 AI代理工具包为开发者开放了各种API，让AI解决方案具备执行任务的工具，确保能给出准确结果，提升用户满意度。然而，把这些工具集成到AI应用里并进行管理，过程往往很繁琐。本文将为你介绍一种行业

Agent

强化学习详解第三部分：蒙特卡洛与时间差分学习，从经验中学习

在探索强化学习的征程中，我们已经钻研了基础概念，还审视了那些假定对环境有全面认知的基于价值的方法。然而在现实世界里，智能体几乎无法获取关于其所处环境的完美模型。 |文末点击阅读原文查看网页版| 更多专栏文章点击查看：

Agent 强化学习

1W5000字深度剖析大模型Agent框架

Agent

深度剖析 Agent 框架：以 LangGraph 为例，探索 AI 开发新范式 Agent 框架正在彻底改变人工智能系统的运行方式，使智能、自主的 Agent 能够动态推理、计划和交互。在文章中，我们探讨了 Agent 框架的重要性，介绍了 8 个 Agent 框架，并比较了它们的优势。然后，我们

AI 智能体，颠覆还是赋能？

Agent

Agent系列第一篇，后续持续更新更多 LLM 架构文章点击查看：LLM 架构专栏