GAI和AI Agent - bettermorn/IAICourse GitHub Wiki
生成式AI
参考学习材料： 李宏毅Introduction to Generative AI 2024 Spring https://speech.ee.ntu.edu.tw/~hylee/genai/2024-spring.php 动手实践生成式人工智能 可参考 https://blog.csdn.net/carrottwo/article/details/141072754
AI Agent
参考学习材料：李宏毅生成式人工智能课程 https://speech.ee.ntu.edu.tw/~hylee/ml/2025-spring.php 注意：模型本身没有被训练。
Agent能力
根据经验调整行为
使用工具
实现规划
理论依据，tree_search , 俗语 脑补
参考论文
User Behavior Simulation with Large Language Model based Agents
A Survey on LLM-based Autonomous Agents:
Large Language Model Agent: A Survey on Methodology, Applications and Challenges
Advanced and challenges in foundation agents
- “本综述提供了一个全面的视角，将智能体置于一种模块化、类脑启发式的架构之中，融合了认知科学、神经科学与计算研究的核心原理。” 具体介绍可参考 https://mp.weixin.qq.com/s/WSqAmRV_Rla0Wv7JajysAg
第一部分，我们探讨智能体的模块化基础，系统性地将其认知、感知与执行模块映射到人脑的功能结构上，并详细解析诸如记忆、世界建模、奖励处理以及类情感系统等关键组成部分。第二部分，我们聚焦于智能体的自我增强与适应性进化机制，研究其如何通过自动优化范式实现能力的自主提升、对动态环境的适应与持续学习，涵盖新兴的AutoML技术与LLM驱动的优化策略。第三部分，我们考察协作式与进化式多智能体系统，探索由智能体间的交互、合作与社会结构所涌现出的集体智能，并指出其中与人类社会行为的诸多相似之处。第四部分，我们讨论构建安全、可靠与有益的人工智能系统的紧迫性，强调内在与外在安全威胁、伦理对齐、系统鲁棒性以及实际可行的风险缓解策略，从而实现可信赖的现实部署。通过融合模块化AI架构与多学科的研究洞见，本综述明确了关键的研究空白、挑战与机遇，旨在激发技术创新，推动技术进步与社会福祉的有机结合。 - 论文：https://arxiv.org/pdf/2504.01990
- 项目仓库：https://github.com/FoundationAgents/awesome-foundation-agents
参考代码
以下来自 https://speech.ee.ntu.edu.tw/~hylee/ml/2025-spring.php
- AI Agent1 -- RAG https://www.kaggle.com/code/u0ulin/ml2025-homework-1
- AI Agent2 https://www.kaggle.com/code/yuxianglin032/ml2025spring-hw2-public
- Understand Transformer https://colab.research.google.com/drive/1Ku_p27ml8QJ-Rd7FilZQvDA9axe68V7o
- Training Transformer https://colab.research.google.com/drive/14OYqI7qJs0-4PTPZ87qnlmybtP8_5G3H
- Fine tune is powerful https://colab.research.google.com/drive/1XTLX9o2QveOs71-njzw2ZLNcz7RIDhyX