搜索中文正文和常见中英文技术词,按教程、项目、面试题筛选。
「LLM Agent 协同」找到 54 条内容
按专题浏览 →匹配正文:…交互+人类偏好 在线数据占比逐步提升至30%+ 持续学习 用户反馈回流 建立数据飞轮机制 小米场景的特殊考量: 手机/IoT生态的Agent需重点采集跨设备协同的交互数据,这类长尾场景合成覆盖率低,必须依赖真实用户日志的脱敏挖掘。
匹配正文:…说明记忆的分层设计(短期/长期/外部知识) 体现对实际工程权衡的思考(同步vs异步、容错机制) 核心架构:ReAct范式扩展 智能Agent的本质是**"观察-思考-行动"的闭环系统**,我将其拆解为四个核心模块: 1. 规划模块(Planning) 职责:将用户目标拆解为可执行的子任务,选择策略(单步/多步/树状搜索) 关键设计:支持Plan-and-Solve(先规划后执行)与ReAct(交错推理)两种模式切换 实现要点:利用LLM的CoT能力生成计划,同时预留人工干预接…
匹配正文:… 知识图谱结构化记忆 工具调用 Function Calling标准化,MCP协议推动工具生态互通 安全 沙箱执行、权限分级、人机协同确认机制 核心挑战:技术+工程双重困境 技术层面 规划可靠性:长程任务错误累积,"一步错步步错";复杂约束下的最优解搜索仍是NP-hard 工具边界模糊:LLM难以判断"该用工具"还是"直接回答",工具选择准确率瓶颈明显 多Agent协调:通信开销、目标冲突、责任归属,缺乏成熟的分布式共识机制 工程层面 延迟与成本的矛盾:多轮工具调用+推理链导…
学习内容与项目面试,在同一条路上。