AI大模型开发架构设计（1）——LLM大模型Agent剖析和应用案例实战

LLM大模型Agent剖析和应用案例实战

1 从 LLM 大模型到智能体演进技术

语言模型是什么？

• 语言模型：给定一些字或者词(称为 token)，预测下一个字或者词的模型。

大语音模型是什么？

• 大语言模型(Large Language Model, LLM)是一类基于深度学习的语言模型，它们在大量的文本数据上进行训练，可以完成各种任务，包括代码编写、总结、翻译等。LLM 的特点是规模庞大，包含数十亿的参数，帮助它们语言数据中的复杂模式。

大语言模型日新月异

LLM大模型存在局限性

• 简单的推理也会犯错?
• 多聊几句就忘记历史信息了?
• 写了代码能不能运行验证下?
• …

LLM Agent来势凶凶

• Agent = LLM（大语言模型，就好比人的大脑） + Plan（规划能力）+Memory（记忆能力）+Tools（工具使用能力）

LLM Agent增长迅猛

LLM Agent是什么？

• LLM Agent 可以理解为一个以 LLM 为大脑的智能体(类比人)，集成了规划、记忆、工具使用等能力。
  • 规划能力
    • 既然 LLM 难以直接处理复杂任务，一个直接的思想就是将任务进行拆解，通过实现几个小目标从而实现一个目标。此外，LLM Agent 可以对过去的行为自我批判和反思，从错误中吸取教训，并对未来的行为进行改进，从而提升最终的效果。
  • 记忆能力
    • 既然 LLM 的上下文有限，扩展其记忆能力肯定不可或缺。
  • 工具使用能力
    • 如果能够让 LLM 既能帮你写代码，还能帮你跑代码，那这样一个智能体的发挥空间就取决于你的想象力了。

LLM Agent 可以理解为一个以 LLM 为大脑的智能体(类比人)，集成了规划、记忆、工具使用等能力。

2 LLM Agent 架构深度剖析

规划能力是什么？

• 规划能力，本质上希望激发 LLM 的最大潜能，“引导”或者“提示” LLM 更好地回答问题，因为规划能力很大一部分还在 Prompt Engineering 上。

【方式一】任务拆解

• 就是把任务分成一步一步来执行，一步一步像一条链吗?——CoT 思维链

CoT任务拆解的缺陷是什么？

• 链式任务拆解方式可能忽略一些潜在情况，因为一步之后只能选择往下一步，没有多种选择余地。

任务拆解三种方式

• 让 LLM 自己来拆解，比如前面的 ToT Prompt，还有常见的拆解 Prompt，“Step for XYZ”等
• 任务相关的引导，比如写小说，可以让 LLM 写一个小说的大纲 “Write a story outline.”
• 用户自己分解任务，类似 CoT，自己写出满意的步骤再让 LLM 来模仿

LLM和传统规划方式结合

【方式二】自我反思

• 当我做事情时，做对或者做错都会让我们思考怎么做得更好
• 从 Agent 的角度出发，接收一个观测(Observation)，给出一个动作(Action)(强化学习的感觉)

• 告诉 LLM 应该按照“思考-行动-观测”的方式来获得最终的回答
  • few-shot Learning + 提供 thought

举个