Logo
☆☆☆☆☆
0.0
Advanced
6h

智能体系统设计

本课程全面介绍基于大语言模型(LLMs)的AI智能体系统的设计与理解。我们将深入探讨AI智能体的核心组件,分析多种架构模式,讨论关键的安全机制,并考察AI在实际场景中的应用。在此过程中,您还将学习如何应对智能体系统设计中的相关挑战。 课程将研究真实案例,包括多智能体对话推荐系统(MACRS)以及NVIDIA的Eureka学习智能体。结合业界实践部署经验与前沿研究成果,学员将掌握设计基于智能体系统的必要基础知识。本课程非常适合希望构建更智能、更自适应的LLM驱动AI系统的开发者和研究人员。

5 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
智能体系统设计
本课程全面介绍基于大语言模型(LLMs)的AI智能体系统的设计与理解。我们将深入探讨AI智能体的核心组件,分析多种架构模式,讨论关键的安全机制,并考察AI在实际场景中的应用。在此过程中,您还将学习如何应对智能体系统设计中的相关挑战。 课程将研究真实案例,包括多智能体对话推荐系统(MACRS)以及N...

WHAT YOU'LL LEARN

了解AI智能体及其与AI模型的区别

Content

5 Lessons • 0 Quizzes • 0 Challenges

Agent设计基础
  1. 1

    AI Agent 简介

  2. 2

    代理架构:核心代理组件

  3. 3

    智能体架构:组件交互与智能体记忆

  4. 4

    构建智能体行为:智能体协调模式

  5. 5

    构建可信的智能代理:护栏机制与人工监督

  6. 6

    Agentic AI 系统中的关键挑战与设计策略

多智能体对话推荐系统(MACRS)
  1. 1

    MACRS 简介与设计挑战

  2. 2

    MACRS 多智能体行动规划框架

  3. 3

    MACRS 用户反馈感知的反射机制

  4. 4

    评估MACRS:性能与洞察

Nvidia Eureka 学习代理
  1. 1

    Eureka:利用代码大语言模型自动化奖励设计

  2. 2

    Eureka的零样本奖励生成

  3. 3

    Eureka通过进化搜索实现迭代优化

  4. 4

    Eureka 奖励反思机制

  5. 5

    基于人类反馈的 Eureka 发现与新型奖励探索(concept)

  6. 6

    评估 Eureka:性能与洞察

应用智能体设计原则
  1. 1

    案例研究:设计智能停车智能体系统

总结
  1. 1

    最后的思考

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)