5 Bài báo thú vị về AI tác tử nên đọc

5 Bài báo thú vị về AI tác nhân nên đọc - KDnuggets Tôi biết có rất nhiều điều đang diễn ra trong lĩnh vực AI tác nhân. Bạn sẽ nghe về các tác nhân sử dụng công cụ, tác nhân có bộ nhớ, tác nhân lập kế hoạch, tác nhân cộng tác với các tác nhân khác và tác nhân tự khám phá môi trường. Điều này có thể gây nhầm lẫn, và nếu bạn bắt đầu với các bài tổng quan dài, bạn có thể sẽ càng bối rối hơn. Theo tôi, một cách học tốt hơn nhiều là đọc một vài bài báo quan trọng, mỗi bài giải thích một ý tưởng cốt lõi đằng sau các tác nhân AI hiện đại. Bài viết này là một phần của loạt bài "5 Fun" của chúng tôi. Trong một bài viết trước, chúng tôi đã xem xét "5 Bài báo thú vị giải thích rõ ràng về LLM". Lần này, chúng tôi tiến thêm một bước, từ các mô hình tạo văn bản đến các tác nhân AI có thể suy luận, sử dụng công cụ, ghi nhớ và cộng tác. Vậy, hãy bắt đầu. # 1. ReAct: Kết hợp suy luận và hành động trong các mô hình ngôn ngữ Tác giả: Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Narasimhan, Yuan Cao Đây là một trong những bài báo tốt nhất để bắt đầu nếu bạn muốn hiểu về AI tác nhân. Ý tưởng chính là một tác nhân không chỉ nên suy nghĩ, và không chỉ nên hành động — mà nên làm cả hai cùng lúc. ReAct giới thiệu một khung nhắc lệnh (prompting framework) trong đó mô hình luân phiên giữa các bước suy luận và hành động. Suy luận giúp mô hình lập kế hoạch, theo dõi tiến độ và khắc phục lỗi, trong khi hành động cho phép nó tương tác với các môi trường bên ngoài như API tìm kiếm, cơ sở tri thức hoặc các tác vụ ra quyết định. Bài báo này quan trọng vì nhiều tác nhân AI hiện đại tuân theo cùng một vòng lặp cơ bản này: suy nghĩ, hành động, quan sát, cập nhật và tiếp tục. Nếu bạn muốn hiểu nền tảng của các tác nhân mô hình ngôn ngữ lớn (LLM), đây là bài báo nên đọc đầu tiên. # 2. Toolformer: Các mô hình ngôn ngữ có thể tự học cách sử dụng công cụ Tác giả: Timo Schick, Jane Dwivedi-Yu, Roberto Dessì, Roberta Raileanu, Maria Lomeli, Luke Zettlemoyer, Nicola Cancedda, Thomas Scialom Sử dụng công cụ là một trong những phần quan trọng nhất của AI tác nhân. Một mô hình ngôn ngữ có thể giỏi viết và suy luận, nhưng nó vẫn có thể gặp khó khăn với các phép tính số học, tra cứu thông tin thực tế, dịch thuật hoặc thông tin hiện tại. Toolformer khám phá cách một mô hình ngôn ngữ có thể học cách sử dụng các API bên ngoài một cách tự giám sát. Mô hình học khi nào nên gọi một công cụ, công cụ nào nên gọi, đối số nào nên truyền và cách sử dụng kết quả trả về trong câu trả lời cuối cùng của nó. Bài báo bao gồm các công cụ như máy tính, công cụ tìm kiếm, hệ thống dịch thuật, lịch và hệ thống hỏi đáp. Bài báo này quan trọng vì nó đưa chúng ta từ "LLM là công cụ tạo văn bản" sang "LLM là các hệ thống có thể quyết định khi nào sự trợ giúp bên ngoài là hữu ích". # 3. Generative Agents: Mô phỏng tương tác hành vi con người Các tác giả: Joon Sung Park, Joseph C. O’Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein Đây là một trong những bài báo thú vị nhất về tác nhân (agent) vì nó mang lại cảm giác như đang chứng kiến một xã hội AI nhỏ bé trở nên sống động. Bài báo giới thiệu các tác nhân sinh tạo (generative agent) mô phỏng hành vi con người một cách đáng tin cậy trong một môi trường tương tác lấy cảm hứng từ trò chơi The Sims. Các tác nhân này thức dậy, lập kế hoạch, ghi nhớ những trải nghiệm trong quá khứ, suy ngẫm về chúng, trò chuyện với các tác nhân khác và phối hợp các hành động trong tương lai. Kiến trúc chính kết hợp bộ nhớ, sự suy ngẫm và lập kế hoạch. Bài báo này quan trọng vì nó cho thấy hành vi tác nhân không chỉ là việc giải quyết một nhiệm vụ duy nhất. Nó còn liên quan đến tính liên tục: những gì tác nhân ghi nhớ, cách nó cập nhật niềm tin và cách các sự kiện trong quá khứ ảnh hưởng đến các quyết định trong tương lai. Nếu muốn hiểu tại sao bộ nhớ và sự suy ngẫm lại quan trọng trong thiết kế tác nhân, bài báo này là một điểm khởi đầu tuyệt vời. # 4. Voyager: Một tác nhân thực thể (embodied agent) mã nguồn mở với các mô hình ngôn ngữ lớn (LLM) Các tác giả: Guanzhi Wang, Yuqi Xie, Yunfan Jiang, Ajay Mandlekar, Chaowei Xiao, Yuke Zhu, Linxi Jim Fan, Anima Anandkumar Voyager là một bài báo thú vị vì nó đưa AI tác nhân vào một môi trường thực thể – trong trường hợp này là Minecraft. Thay vì giải quyết một nhiệm vụ cố định rồi dừng lại, nó tiếp tục khám phá thế giới xung quanh, khám phá những điều mới và phát triển thư viện kỹ năng có thể tái sử dụng của mình. Kiến trúc này có ba thành phần quan trọng: (1) một chương trình giảng dạy tự động để khám phá, (2) một thư viện kỹ năng để lưu trữ các hành vi có thể thực thi và (3) một cơ chế nhắc nhở lặp đi lặp lại sử dụng phản hồi từ môi trường và các lỗi thực thi để cải thiện. Bài báo này cho thấy những gì một tác nhân hoạt động lâu dài cần và cách nó có thể liên tục cải thiện thông qua phản hồi bằng cách tương tác với môi trường của mình. # 5. AutoGen: Kích hoạt các ứng dụng LLM thế hệ tiếp theo thông qua hội thoại đa tác nhân Các tác giả: Qingyun Wu, Gagan Bansal, Jieyu Zhang, Yiran Wu, Beibin Li, Erkang Zhu, Li Jiang, Xiaoyun Zhang, Shaokun Zhang, Jiale Liu, Ahmed Awadallah, Ryen W. White, Doug Burger, Chi Wang Nhiều nhiệm vụ trong thế giới thực quá lớn để một tác nhân duy nhất có thể xử lý một cách gọn gàng. AutoGen giới thiệu một khuôn khổ nơi nhiều tác nhân có thể trò chuyện với nhau để giải quyết các nhiệm vụ. Các tác nhân này có thể đại diện cho các vai trò khác nhau, sử dụng công cụ, bao gồm con người trong vòng lặp, thực thi mã và phối hợp thông qua hội thoại. Bài báo trình bày các ứng dụng trong lập trình, toán học, trả lời câu hỏi, nghiên cứu hoạt động, ra quyết định và nhiều lĩnh vực khác. Bài báo này quan trọng vì nó giải thích một trong những thay đổi lớn nhất trong AI tác nhân: sự chuyển dịch.