@PyTorch:大语言模型如何从智能体的行为中学习?在 #PyTorchCon 2026 上,@AgenticAIFdn 执行董事 Mazin Gilbert 探讨了…
摘要
PyTorch Con 2026 主题演讲预告:智能体人工智能基金会执行董事 Mazin Gilbert 将探讨大语言模型如何从智能体行为中学习,提出五层智能体栈架构,并介绍将智能体评估结果作为 PyTorch 训练奖励反馈的开放研究方向。
查看缓存全文
缓存时间: 2026/10/21 18:33
大语言模型如何从智能体的行为中学习?在 #PyTorchCon 2026 上,@AgenticAIFdn 执行董事 Mazin Gilbert 探讨了模型与智能体之间的关系。
Mazin 梳理了智能体技术栈的五个层次:硬件基础设施、软件基础设施、智能、智能体平台和用户应用。他将 PyTorch 置于智能层,将 Agentic AI Foundation 置于智能体平台层。
他提出从两个方向设计技术栈:模型为智能体提供支持,而智能体的运行轨迹、评估、环境和奖励则反过来影响模型的构建方式。
作为一个开放的研究方向,Mazin 介绍了如何将智能体评估转化为 PyTorch 训练中的奖励,同时兼顾安全性、任务完成情况、精确性、效率和能源消耗。
观看主题演讲直播:https://events.linuxfoundation.org/pytorch-conference-north-america/program/keynote-livestream/…
主题演讲直播 | PyTorch 北美大会:深度学习大会
来源:https://events.linuxfoundation.org/pytorch-conference-north-america/program/keynote-livestream/ PyTorch 北美大会 2026(https://events.linuxfoundation.org/pytorch-conference-north-america/)主题演讲直播将在以下时段举行:
10 月 20 日,星期二:
- 上午场次于上午 9:00 开始
10 月 21 日,星期三:
- 上午场次于上午 9:00 开始
所有时间均为太平洋夏令时间 (PDT),UTC-8\。更多详情请查看完整的主题演讲日程(https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?session-type=keynote-session)\。
在此注册观看直播;请查看收件箱,查收包含直播访问说明的电子邮件\。如果您未收到邮件或需要帮助,请联系[电子邮件地址已受保护]\。
注意:您需要使用 LFID 登录才能观看直播\。还没有 LFID?没问题\立即创建一个\。
相似文章
@FeitengLi: 动手搭了一个 ReAct agent 系统:围绕 LLM 做 agent 系统 傍晚散步时在想:如何训练 LLM 的 agentic 能力、数据准备、模型训练、agent 轨迹 action 构造 RL 训练,再想 Claude 在过去一…
作者分享了搭建 ReAct agent 系统的经验,并介绍了智谱 AI 发布的 GLM-5 技术报告,该模型在 agentic、推理和编码方面取得了突破。
超越个体智能:基于LLM的多智能体系统中的协作、故障归因与自我进化综述
本综述论文对基于LLM的多智能体系统进行了统一回顾,聚焦于协作、故障归因和自我进化,通过LIFE框架识别开放挑战,并提出跨阶段的研究议程。
@sermakarevich:智能体评估:如何判断 AI 智能体是否完成了任务,以及能否再次完成
一篇面向工程师的深度文章,系统讲解如何对 LLM 智能体进行评估:通过检查可验证的最终状态而非回复文本来判定任务是否完成,并区分能力(capability)与可靠性(reliability)两个指标,同时定位失败步骤、判断模型评审的可信度。
@shao__meng: CMU 秋季最新课程 11-768: AI Agents 第 12 讲讲义公开:Reinforcement Learning Systems 主讲:@gneubig 课程:https://cmu-agents.com 讲义:https:/…
CMU 课程 11-768 AI Agents 第 12 讲讲义公开,主题为强化学习系统,讲解如何在多 GPU 集群上训练 LLM Agent 的 RL:训练与推理引擎的协同、KV/Prefix Caching、Weight Sync、Agentic RL 常见陷阱(序列扩展、chat template、TITO、sync vs async)及从单程序到云原生微服务的系统设计选型。
@rohanpaul_ai: LLMs 能够提出科学机制,但本文发现,让智能体选择实验并拟合机制……
本文介绍了一种名为 MDA 的框架,该框架利用 LLMs 进行假设生成,并使用贝叶斯推断进行机制评分,显著减少了实验需求,同时在 FORCEBENCH 等科学基准测试中提高了准确性。