#agentic LLM

avatar
meng shao
18小时前
[论文解读] DeepAnalyze: Agentic LLM 助力自主数据科学 来自中国人民大学和清华大学团队的论文，提出 DeepAnalyze-8B 模型，基于 Agentic LLM 实现从原始数据到深度报告的自主数据科学，突破传统固定流程的局限。 核心贡献 · DeepAnalyze-8B：80亿参数开源模型，自主协调规划、数据理解、代码生成等任务，通过提示或微调支持数据问答、建模及开放研究。 · 课程式训练：从单一技能（推理、代码）到综合能力，结合强化学习解决反馈稀疏问题。 · 轨迹生成框架：通过多智能体交互和关键词引导，从数据集生成50万条高质量训练样本（DataScience-Instruct-500K，已开源）。 · 实现从数据清洗到报告生成的端到端流程。 方法概述 基于 DeepSeek-R1-0528- Qwen3-8B，模型通过五类行动标记（如⟨Analyze⟩规划、⟨Code⟩代码生成）循环优化输出。训练分两阶段： 1. 单一技能微调：监督学习提升推理、数据理解、代码能力，关键词优化增强表格处理。 2. 多技能训练：交互轨迹微调后，用.GRPO 强化学习，结合规则、准确性和 LLM 评分优化。 训练在 NVIDIA A800 GPU 上完成，支持 32K tokens 序列，轨迹从 Spider/BIRD 等数据集生成并过滤。 主要成果 在12个基准测试中，DeepAnalyze-8B 表现优异： · 完整流程（DataSciBench）：成功率59.91%，完成率66.24%，接近GPT-4o（66.31%），数据准备（71.68%）和可视化（69.09%）领先。 · 分析/建模（DSBench）：准确率30.04%，成功率90.63%，超GPT-4o智能体。 · 多步推理（DABStep）：准确率38.88%，远超ReAct+GPT-4o（15.77%）。 · 深度研究（DABStep-Research）：内容得分3.81/5，格式4.39/5，优于GPT-4o（3.05/5），案例中识别18-27%费用优化和35-42%欺诈降低潜力。 · 代码/表格问答：代码生成61.7%（超GPT-4-turbo 53.9%），表格问答64.47%（SOTA）。 消融实验显示课程训练提升23.54%，轨迹优化增4.57%。模型、代码、数据集已开源。 论文地址：
#DeepAnalyze-8B #agentic LLM #自主数据科学 #数据分析 #开源模型
avatar
智能体的阶段作用就是提供行为轨迹数据做agentic LLM内化
#多智能体之争：Anthropic生态VS单智能体· 60 条信息
#智能体 #行为轨迹数据 #agentic LLM #内化
avatar
这篇论文让人想起agentic LLM还能走多远。LLM内部是否可以有多本体的NTP生成轨迹？ 在充足且“行为可观测”的数据前提下，NTP 是把 agentic 模式“语言化并内化”的通用底座；配合 SFT 与 RL（PPO/GRPO）可使单体 LLM 展现广义 agentic 行为。 但是当任务需要真实的异质性、并行探索、在线协商/博弈与非语言状态耦合时，外化的多Agent系统与工具介入仍不可或缺。这也是综述把“agentic workflows”单独成章讨论的原因。
#多智能体之争：Anthropic生态VS单智能体· 60 条信息
#agentic LLM #NTP #多Agent系统 #语言模型 #行为可观测
avatar
这个有点意思，相当于一个可以规划多agent行动的LLM大脑！类似于在claude code里的用opus来自规划，然后创建多个subagent去干活！这就是专门做协调的agentic LLM，如果用在企业内部，就是个manager角色啊！主要是多agent协同的模式抽象成可激活的本体！ CoA chain of agents通过动态激活一个模型中的多个角色和工具来推广ReAct/TIR，在减少agent间的喋喋不休的同时保持单一的相干状态。 总体而言，CoA可以训练原生单LLM模拟多agent协作的基础模型，将多agent蒸馏与agent RL相结合，以实现最先进的结果。 Project + Code + Models: Paper:
#多智能体之争：Anthropic生态VS单智能体· 60 条信息
#多Agent协同 #LLM大脑 #CoA #agentic LLM #企业manager角色
avatar
GPT4.5/5代表的预训练范式进入智能滞胀时期，agentic LLM的兴起预示着数字智能演化将进入了一个全新的阶段，而人类语言符号的表达（即整个互联网和书籍的文本数据）已经出色地完成了其作为数字智能“启动程序”（Bootstrapping）的历史进程。
#GPT4.5/5 #智能滞胀 #agentic LLM #数字智能演化 #启动程序