商务服务
NeurIPS 2024 | 智能体不够聪明怎么办?清华&蚂蚁团队:让它像学徒一样持续学习
2024-12-19 12:19

NeurIPS 2024 | 智能体不够聪明怎么办?清华&蚂蚁团队:让它像学徒一样持续学习

    AI Agent 的「三大短板」:为什么它们还不够「聪明」?

    想让 AI Agent 真正胜任助手角色,仅有海量知识是远远不够的。研究团队通过深入分析发现,当前 AI Agent 普遍存在三大短板:

      更令人困扰的是,目前业界主流方案都未能同时解决这三大难题。作者对比了当前最具代表性的 AI Agent 框架,它们要么推理过程不可控,要么知识固化,要么反馈机制过于粗糙。这一困境在开源模型中表现得尤为明显。

      AMOR 和已有构建智能体的代表性方法的比较

      AMOR:基于有限状态机的模块化推理方案

      如何让 AI Agent 既能像专家一样严谨思考,又能像学徒一样持续成长?AMOR 框架给出了一个优雅的答案:将复杂的 AI 推理过程拆解成可控的「专家模块」,通过有限状态机(FSM)编排它们的协作规则,就像精密的齿轮系统一样,每个部件都完美啮合。

      AMOR 的状态转移图

      这种设计带来三大关键优势:

      1. 结构化推理框架

      FSM 使得定义步骤间的依赖关系(例如,执行顺序、分支选择)非常方便,因此能够容易地对错误的路径进行剪枝,从而缩小探索空间,也有潜力更高效地构建类 OpenAI-O1 的长推理链。

      2. 「双阶段」训练策略

      通过将复杂任务解耦为独立模块,AMOR 能够独立训练每个模块,从而可以充分利用开源数据集。具体而言,AMOR 采用「预热 + 适应」两阶段训练模式:

        3. 过程反馈机制

        传统 AI 训练就像只告诉学生「考试及格 / 不及格」,而不指出具体错在哪里。这种粗糙的反馈机制常常导致 AI 像「黑盒」一样难以诊断问题,训练效果事倍功半。而 AMOR 引入「过程反馈」机制,在适应训练阶段中,其结构化的推理过程使用户能够轻松诊断智能体的错误,并提供过程反馈以提高智能体的推理能力。

        4. 框架通用性

        AMOR 框架的设计充分考虑了通用性和可扩展性。虽然论文主要以文本知识库为例进行验证,但其基于 FSM 的模块化设计天然支持多种应用场景的迁移和扩展:

          这种可扩展的架构设计使得 AMOR 不仅能够解决当前的知识推理任务,更为未来接入新的知识源、任务类型和工具能力预留了充足的扩展空间。正如论文所述,AMOR 提供了一个构建知识智能体的通用框架,其核心思想是基于 FSM 的推理逻辑和过程反馈机制,这使得它能够适应各种不同的应用场景需求。

          AMOR 实现:模型结构和训练过程

          AMOR 采用了一种巧妙的「专家混合」架构(Module-Aware Mixture-of-Experts,简称 MA-MoE)。这种设计灵感来自人类的专业分工:就像一个人可以是优秀的医生,同时在其他领域保持基本能力。具体来说,MA-MoE 为每个功能模块配备了独特的 FFN 参数,并用原始模型的 FFN 参数进行初始化。这就像是在 AI 的「大脑」中划分了专门的「思维区域」。

              AMOR 实验:成本更低,效果更好

              在 HotpotQA(百科知识问答)、PubMedQA(医学文献问答)和 QASPER(论文长文本问答)三个基准测试中,AMOR 展现出优秀的性能:

                AMOR 及基线方法在微调或不微调时的实验结果

                实例展示

                下图比较了 AMOR 和传统的 ReAct 框架(基于 GPT-3.5)分别回答同一问题的推理过程:

                AMOR(上)和 ReAct(下)回答同一输入问题的样例

                如图所示,没有明确推理逻辑约束的 ReAct 未能成功分解问题,并在「Thought/Action 5」 中过早地终止检索。此外,ReAct 在「Thought 2/4/5」中也混合了正确和错误的步骤,这使得用户难以针对性地批评和改进智能体。相比之下,AMOR 则如同经验丰富的专家,每一步推理都清晰可控,不仅能准确找到答案,还能接受精确的过程指导,持续提升自己的能力。

                成本分析

                在 AI 领域,性能提升往往意味着更高的成本。然而,如下图所示,AMOR 打破了这个「魔咒」。

                不同智能体的平均步骤数 /token 数对比

                为什么 AMOR 如此高效?想象一个团队会议:传统方法(如 ReAct)像是每个人发言都要重复之前所有人说过的话;AMOR 则像是精心设计的会议流程:每个环节只传递必要信息。按照目前 API 调用成本计算,使用 GPT-4o 处理 1 万个问题,AMOR 比 ReAct 节省数百美元;当使用开源模型时,成本可以进一步降低 90% 以上。这意味着 AMOR 不仅在性能上领先,在商业落地时也具有显著的成本优势。尤其适合大规模文档处理、客服智能问答、专业领域咨询等高频场景的应用。

                结语

                本文介绍了 AMOR—— 一个为知识密集型任务设计的模块化智能体框架。它通过 FSM 推理系统和过程反馈机制,让 AI 展现出前所未有的推理能力和学习潜力。AMOR 的成功为 AI 助手的发展开辟了新路径。作者表示,接下来,他们将拓展到更多知识类型(如结构化知识库)、探索更广泛的应用场景、研究 AI 自主设计推理逻辑的可能性。这些工作预示着我们正在接近真正的「AI 专家」:既有清晰的推理能力,又能在实践中持续成长

                    以上就是本篇文章【NeurIPS 2024 | 智能体不够聪明怎么办?清华&蚂蚁团队:让它像学徒一样持续学习】的全部内容了,欢迎阅览 ! 文章地址:http://www78564.xrbh.cn/news/30412.html 
                     文章      相关文章      动态      同类文章      热门文章      栏目首页      网站地图      返回首页 迅博思语移动站 http://www78564.xrbh.cn/mobile/ , 查看更多   
                最新文章
                苹果怎么调九宫格苹果手机拍照九宫格怎么设置「苹果怎么调九宫格」
                苹果设备以其简洁、直观的操作界面赢得了全球用户的喜爱。其中,九宫格功能在拍照和桌面布局中都有着广泛的应用。本文将详细介绍
                移动收不到信息怎么回事手机停机还能收到短信吗「移动收不到信息怎么回事」
                移动收不到信息怎么回事?全面解析解决方法本文将全面解析移动收不到信息的原因,并给出相应的解决方法。帮助用户快速解决收不到
                苹果怎么改日期苹果手机怎么改时间和日期「苹果怎么改日期」
                在使用苹果设备时,有时我们需要手动设置日期和时间,以满足特定的需求或解决时区问题。以下是针对iPhone和iPad设备,详细讲解如
                警惕!便宜的流量卡真的好用吗?2024流量卡深度测评手机流量卡「警惕!便宜的流量卡真的好用吗?2024流量卡深度测评」
                坏消息!各大运营商都在下架曾经推出的优惠流量套餐,而今天我要介绍的电信VP卡,却是近来少有的充满诚意的好卡~✅省流如图
                psv模拟器手机版怎么用?安卓模拟器手机版下载「psv模拟器手机版怎么用?」
                psv模拟器手机版是一款非常好用的游戏模拟器,专门为想要在手机上游玩psv游戏的小伙伴们推出的万能模拟器!也被称为RetroArch,
                手机怎么租?免押金租机是真的吗?租机有保障吗?免押金租手机「手机怎么租?免押金租机是真的吗?租机有保障吗?」
                一、手机租赁有几种模式?1、续租:租期结束后还想继续使用手机就可以续租,想租多久就多久。2、买断:租期结束后想终身拥有手机
                如果你的手机掉电很快,很可能是中毒了!9大症状你定要注意!手机中毒了怎么办「如果你的手机掉电很快,很可能是中毒了!9大症状你定要注意!」
                最近有用户私信小编,手机莫名其妙地突然掉电很快,不知道该怎么办。排除非电池问题,极有可能是手机中病毒了!手机中毒一般分为
                除了可靠的性能,第二代骁龙8还有哪些你不知道的体验提升?手机多重「除了可靠的性能,第二代骁龙8还有哪些你不知道的体验提升?」
                全面进化的今天,可以做的事情越来越多,追剧、看电影、玩游戏、拍视频、听音乐……几乎承包了我们日常生活娱乐的方方面面。但简
                够顶!3分钟看懂iQOO Neo8系列全卖点爱酷手机「够顶!3分钟看懂iQOO Neo8系列全卖点」
                5月23日晚,系列正式发布,iQOO Neo8标准版用两千元档的价位带来旗舰性能表现,而更进一步,全球首发天玑9200+旗舰处理器,一跃