AI大模型从入门到实战-agent规划子任务

哈喽！伙伴们，我是小智，你们的AI向导。欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“AI大模型从入门到实战-agent规划子任务”，并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知，只需唤醒你的潜能！”跟着小智的步伐，我们终将学有所成，学以致用，并发现自身的更多可能性。话不多说，现在就让我们开始这场激发潜能的AI学习之旅吧。

AI大模型从入门到实战-agent规划子任务：

首先呢，Agent 规划就像是一个聪明的小精灵，它能把大型任务分解成子任务，还会规划执行任务的流程哦！而且，它还会对执行过程进行反思和思考，就像我们做完作业要检查一样，然后决定是继续还是结束任务。

比如说，当我们接到一个任务时，就像上级领导给你分配了个活儿。这时候，我们得先想想怎么完成它，是自己单干就行呢，还是得找别人帮忙。然后呢，再看看手头有啥工具可以用，就像找合适的武器去打怪一样。

接下来，我们把规划理解为观察和思考。比如说，我们要讲 Agent 这个主题，就得像做思维导图一样，先有个大标题，再分成好多小标题，每个小标题还有好多小知识点呢！

在执行任务的时候，我们还要进行反思和完善。要是第三步做得不太好，那就得像换个队友一样，重新来做这一步。然后根据进度进行思考，再继续往下走。

而且哦，执行过程中还得想想任务啥时候能结束。等每个子任务都完成了，整个任务才算搞定啦！要是没完成，那就得回头看看哪一步没做好，改进改进再继续。

其实 Agent 就是把人类的规划能力给量化啦！我们希望智能体也有这样的思维模式。那怎么做到呢？可以通过 LM 的 prompt engineering 来实现哦！

在增生体中，最重要的就是让 LM 具备两个能力，一个是子任务拆解，另一个就是反思与改进。

这里面的子任务拆解在 agent 的原理层可有好多技术原理呢！比如说思维面技术和思维数技术。

我们来了解一下思维链技术吧！它已经是一种比较标准的提示技术啦，可以显著提升 LM 完成复杂任务的效果哦！就是让 LM 一步一步地去思考怎么解决问题，这样输出的结果会更准确。不过呢，它是线性的思维方式，比较单一。

还有自洽性，它就像是思维链的延伸。它是多条思维链，取方差最小的值。但它也有缺点，就像 LM 有点从众心理似的。

要是想准确性更高，那就得用思维数技术啦！它是对思维链的进一步扩展，在每一步推理出多个分支，然后用启发式的方式评估每个推理分支对问题解决的贡献。可以用广度优先或深度优先的输入方法去探索，就像在迷宫里找路一样。

比如说算 24 点这个游戏，我们给它四个数 6666，最开始可能是 6×6、6+6、6-6 或者 6÷6 这些可能性。得到结果后再继续算，可能变成三位数，然后又有其他运算方法。最后找到一条符合规则的线路算出 24 点。

每一轮测试还会给它评分呢，根据评分结果就能推算出每一步得到 24 点的概率啦！

好啦，小伙伴们，这就是关于 Agent 规划的一些有趣内容啦！下一次，小智再给大家讲讲反思与思考的其他应用框架哦！

嘿，伙伴们，今天我们的AI探索之旅已经圆满结束。关于“AI大模型从入门到实战-agent规划子任务”的内容已经分享给大家了。感谢你们的陪伴，希望这次旅程让你对AI能够更了解、更喜欢。谨记，精准提问是解锁AI潜能的钥匙哦！如果有小伙伴想要了解学习更多的AI知识，请关注我们的官网“AI智研社”，保证让你收获满满呦！