斯坦福研究团队发布 AgentFlow:为模块化、工具使用的 AI 代理提供新一代强化学习框架
斯坦福大学的研究团队最近发布了 AgentFlow,这是一个可训练的智能代理框架,旨在通过模块化设计和工具集成,提升 AI 的智能决斯坦策能力。AgentFlow 由四个模块组成:规划器(Planner)、执行器(Executor)、验证器(Verifier)和生成器(福研Generator),并通过显式内存进行协调。在每一步中,规划器会提出子目标并选择适当的工具和上下文,执行器则负责调用工具,验证器究团则判断是否继续,而生成器则在任务完成后给出最终答案。 这一框架的核心创新在于其训练方法 ——Flow-GRPO(基于流的组精炼策略优化)。这队发种方法能够将长时间跨度、稀疏奖励的优化问题转化为可处理的单轮更新。具体来说,Flow-GRPO 会在每一步中广播一个单一的可验证的轨迹级信布 号,将成功的全局目标与局部步骤对齐。同时,它使用每个 token 的加权比率计算,结合 PPO 风格的剪辑和 KL 惩罚,防止策略漂移。 在多个基准测Ag试中,研究团队对 AgentFlow 进行了评估,主要涵盖知识密集型搜索、代理推理、数学和科学四个任务类型。经过 Flow-GRPO 优化的7Ben 模型在10个基准上的表现平均提高了14.9%(搜索任务)、14.0%(代理推理)、14.5%(数学任务)和4.1%(科学任务)。研究团队tF表示,该模型在这些任务上超越了现有的强基线,甚至超过了 GPT-4o。 此外,研究还表明,使用 AgentFlow 的工具调用的可靠性有了lo显著提升,工具调用错误减少了28.4%。这些成果表明,在更大的轮次预算和模型规模下,规划质量有了明显改善。 AgentFlow 的公w:开实现展示了一个模块化工具包,并附带了快速启动脚本,方便用户进行推理、训练和基准测试。该项目采用 MIT 许可证,确保了其开源和可访为模问性,支持广泛的研究与开发。 划重点: ️ AgentFlow 是一个模块化的 AI 代理框架,包含规划器、执行器、验证块化器和生成器四个模块。 Flow-GRPO 训练方法能够高效优化代理的决策过程,通过轨迹级奖励对每个步骤进行指导。&、工nbsp; 实验结果显示,AgentFlow 在多个基准测试中表现优异,平均提高了14.9% 的任务完成率,超越了现有的强基线。
- 最近发表
- 随机阅读
-
- 人工智能技术让好莱坞明星“返老还童”
- 标签: 拉卡拉 天财商龙 支付业务 科技服务
- Meta发布AI新产品Muse Spark并宣布裁员10%以优化运营效率
- 标签: Nexon ArcRaiders Embark PatrickSöderlund
- 模糊的指标掩盖了云计算企业价值 投资人更关注股票而非业绩
- 小米虽然夺得了618第一,但是单款手机销量王者还是苹果
- 云安全日报210512:红帽OpenShift云应用平台发现特权提升访问控制漏洞,需要尽快升级
- 谷歌FB推特CEO三月底将再次参加国会听证会:事关假新闻
- Facebook更新商业工具 WhatsApp将引入“商店”及个性化广告
- 阿里云回应未及时上报漏洞被处罚:早期未意识到严重性,将提升合规意识
- 爱奇艺回应“签约AI演员”争议:入驻库不代表直接授权
- 启元世界宣布完成3亿元人民币A轮融资
- 标签: 迅雷 李金波 会员业务 出海业务
- 标签: 京东方 AMOLED 蓝鲸显示大模型 MLED
- OpenAI 与 PayPal 合作,在 ChatGPT 中实现直接支付和商务购买
- 标签: 网易云音乐 听歌报告 年度最爱专辑 联合年度报告
- 带你一文入门 Kafka
- 国家发改委禁止外资收购Manus项目,要求Meta撤销该AI平台交易
- 标签: 小菜园 餐饮连锁 堂食外卖 净利润增长
- 谷歌宣布Android引入全新设计语言Material You 支持自选颜色
- 搜索
-
- 友情链接