观察中

LangChain 提出 Agent 目标工程思路

报道
1
信源
1
首次报道
11/17 07:53
最近更新
11/17 07:53

LangChain 提出“目标工程”思路:设计 Agent 的目标范围时,应让人类在执行过程中更容易给出高质量反馈,因为未写下来的专家经验只能靠反馈传递。 其博客举出的案例中,Actively AI 把按客户划分的 Agent 改为按销售动作划分的“motions”(基于 Deep Agents 构建),让销售集中审阅同类任务并复用反馈。

最新进展LangChain 谈 Agent 目标工程:如何设计目标范围以便高效收集反馈

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
0
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

官方一手信息1 篇

  • LangChain 谈 Agent 目标工程:如何设计目标范围以便高效收集反馈

    LangChain 提出"目标工程"思路:设计 Agent 目标范围时,应让人类在其执行过程中尽可能容易地给出高质量反馈,因为未写下来的专家经验只能靠反馈传递。案例中 Actively AI 把按客户划分的 Agent 改为按销售动作划分的 "motions"(基于 Deep Agents 构建),让销售集中审阅同类任务并复用反馈。

    LangChain Blog一手

全部报道1 篇

  • LangChain 谈 Agent 目标工程:如何设计目标范围以便高效收集反馈

    LangChain 提出"目标工程"思路:设计 Agent 目标范围时,应让人类在其执行过程中尽可能容易地给出高质量反馈,因为未写下来的专家经验只能靠反馈传递。案例中 Actively AI 把按客户划分的 Agent 改为按销售动作划分的 "motions"(基于 Deep Agents 构建),让销售集中审阅同类任务并复用反馈。

    LangChain Blog一手

#Agent 智能体#部署工程#大佬观点