智能体「自我进化」全流程--AgentGym

文章预览

AI通用智能体的自我进化能力，并非遥不可及。基于大语言模型的智能体已经不再需要人类监督者的帮助，开始实现「 自我进化 」！这个智能体在学习了专家轨迹以后，获得了基础的通用能力，能够在更广泛、更真实的未知环境与任务上进行探索和学习，在外部的反馈下不断提升自己。 最近，复旦大学语言与视觉团队推出的 AgentGym 平台，打通了大语言模型智能体「 数据采样、训练微调、自我进化、能力评测 」全流程。基于该平台提出的 AgentEvol 算法，首次探索了通用智能体的自我进化能力，并在多项智能体任务上表现非凡，与 GPT-4、Claude 等 SOTA 模型比肩。 论文中首次探讨了构建具备自我进化能力的通用LLM代理，提出了三大关键要素：多样化环境、轨迹集以及有效的进化方法，并设计了AgentGym框架来实现这一目标。 1 智能体发展的两个方向 大语 ………………………………