详细内容或原文请订阅后点击阅览
None
如果您只阅读了五篇有关人工智能代理的论文，请将它们作为这些论文。
来源:KDnuggets我知道代理人工智能领域正在发生很多事情。您将听到使用工具的代理、具有记忆的代理、计划的代理、与其他代理协作的代理以及自行探索环境的代理。它可能会让人感到困惑，如果你从很长的调查论文开始，你可能会更加困惑。在我看来，更好的学习方法是阅读几篇重要的论文，每篇论文都解释了现代人工智能代理背后的一个关键思想。
本文是我们 5 Fun 系列的一部分。在上一篇文章中，我们研究了 5 篇清晰解释法学硕士的有趣论文。这一次，我们又向前迈进了一步，从生成文本的模型到可以推理、使用工具、记忆和协作的人工智能代理。那么，让我们开始吧。
1. ReAct：在语言模型中协同推理和行动
作者：姚顺宇、赵杰弗里、于殿、杜楠、Izhak Shafran、Karthik Narasimhan、曹元
如果您想了解代理人工智能，这是最好的入门论文之一。主要思想是，智能体不仅应该思考，而且不仅应该行动——它应该一起做。ReAct 引入了一个提示框架，模型在推理步骤和行动之间交替。推理有助于模型计划、跟踪进度并从错误中恢复，而操作则允许模型与搜索 API、知识库或决策任务等外部环境进行交互。这篇论文很重要，因为许多现代人工智能代理都遵循相同的基本循环：思考、行动、观察、更新和继续。如果您想了解大型语言模型（LLM）代理的基础，那么这是首先要阅读的论文。
2. Toolformer：语言模型可以自学使用工具
作者：Timo Schick、Jane Dwivedi-Yu、Roberto Dessì、Roberta Raileanu、Maria Lomeli、Luke Zettlemoyer、Nicola Cancedda、Thomas Scialom