Le "Club de lecture des grands modèles de langage et des systèmes multi-agents" démarre ce samedi !

Introduction

"Club de lecture des grands modèles de langage et des systèmes multi-agents" sera partagé pour la première fois ce samedi soir à 20h00. Cette fois, les conférences seront données par Guo Taicheng, doctorant en informatique à l'Université de Notre Dame, et Li Guohao, fondateur du framework multi-agents CAMEL actuellement populaire et chercheur postdoctoral à l'Université d'Oxford ! D'autres auteurs d'articles de l'Université Tsinghua, de l'Université de Pékin, de l'Université du Zhejiang, du MIT, de l'UIUC et d'autres universités apparaîtront à leur tour, alors restez à l'écoute !

Aperçu du contenu de partage

Guo Taicheng : Présentation du multi-agent LLM

Présentation du contexte multi-agent LLM

Éléments de base du multi-agent

Interface

Profilage

Communication

Capacités

Multi-agent actuel Type de travail de recherche

Vue d'ensemble

Cadre

Agents pour la résolution de problèmes

Agents pour la simulation du monde

Orchestration et acquisition de capacités

Ensembles de données couramment utilisés pour la recherche multi-agents

Défis et opportunités de recherche sous différents angles

Li Guohao : CAMEL - Exploration de la société multi-agents du grand modèle de langage LLM

Concepts de base

Exploration de l'esprit

Agents de communication

Construction de systèmes multi-agents

Cadre de jeu de rôle

Invite de création

instruction- suivant

Démonstration d'expérience et défis actuels

Génération de scénarios

Résultats expérimentaux

Défis actuels

Présentation du conférencier

Guo Taicheng : doctorant en informatique à l'Université de Notre Dame, dont le superviseur est le professeur Xiangliang Zhang.

Orientation de la recherche : Utilisation d'agents LLM et basés sur LLM pour résoudre des problèmes de raisonnement et de planification dans les domaines scientifiques, AI4Science et les systèmes de recommandation. Il a publié des articles lors de conférences telles que NeurIPS et WWW, et a remporté la KDD Cup, le NeurIPS BlackBox Optimization Challenge, IEEE Computer Gagnant/finaliste de concours d'apprentissage automatique tels que Society Challenge.

Li Guohao : fondateur de CAMEL, postdoctorant à l'université d'Oxford, chercheur en intelligence artificielle, initiateur des projets open source CAMEL-AI et DeepGCNs. Engagé à construire des agents intelligents capables de percevoir, d'apprendre à communiquer, de raisonner et d'agir. Il est également un membre principal de PyG.org. Il a obtenu son doctorat en informatique à l'Université des sciences et technologies du roi Abdallah sous la direction du professeur Bernard Ghanem. Au cours de son doctorat, il a travaillé comme stagiaire de recherche chez Intel ISL. Il a visité l'ETHz CVL en tant que chercheur invité et a travaillé chez Kumo AI.

Orientations de recherche : notamment les agents autonomes, l'apprentissage automatique graphique, la vision par ordinateur et l'intelligence artificielle embarquée. Il a publié des articles pertinents dans des conférences et des revues de premier plan telles que ICCV, CVPR, ICML, NeurIPS, RSS, 3DV et TPAMI.

Présenté par l'hôte

Zhao Shiyu, chercheur distingué à l'école d'ingénierie de l'université de West Lake, chef du laboratoire des systèmes intelligents sans pilote et lauréat du projet national pour les jeunes talents de haut niveau à l'étranger. Il est diplômé de l'Université d'aéronautique et d'astronautique de Pékin, titulaire d'une licence et d'un doctorat de l'Université nationale de Singapour. Avant de rejoindre l'Université de Westlake, il était maître de conférences au Département de contrôle automatique et d'ingénierie des systèmes de l'Université de Sheffield. ROYAUME-UNI. Ses recherches portent sur des questions telles que la prise de décision en matière de contrôle dans les systèmes multi-robots et s'engagent à étudier les systèmes robotiques de nouvelle génération qui sont intéressants, utiles et stimulants. De plus, le manuel d'anglais « Fondements mathématiques de l'apprentissage par renforcement » écrit par lui sera publié conjointement par Tsinghua University Press et Springer Press. Il a déjà reçu plus de 1,7 000 étoiles sur GitHub et la vidéo du cours a été visionnée plus de 700 000 fois en ligne. .

Ren Qinyuan a obtenu son doctorat en sciences et ingénierie du contrôle de l'Université du Zhejiang en 2008. Il a ensuite rejoint le Département de génie informatique et électrique de l'Université nationale de Singapour pour s'engager dans des recherches sur le contrôle des systèmes intelligents sous-marins sans pilote. À partir de juillet 2015, il a rejoint l'Institut des technologies de l'information de l'Agence de Singapour pour la science, la technologie et la recherche en tant que chercheur en robotique. Depuis 2017, il rejoint l’Université du Zhejiang en tant que professeur. Le Dr Ren Qinyuan est actuellement membre senior de l'IEEE et est rédacteur en chef de plusieurs revues universitaires internationales. Il est principalement engagé dans des travaux de recherche sur le contrôle du mouvement, l'intelligence bionique et l'interaction homme-machine.

Le Dr Cui Jinqiang est ingénieur principal au laboratoire Pengcheng. Ses domaines de recherche comprennent les systèmes multi-agents, la cartographie et la localisation simultanées (SLAM) et la reconstruction 3D de haute précision. Le Dr Cui a obtenu son doctorat à l'Université nationale de Singapour et a précédemment complété ses études de maîtrise et de licence à la Northwestern Polytechnical University. Il a remporté de nombreux honneurs lors de concours internationaux de micro-UAV et a publié de nombreux articles universitaires dans des domaines connexes.

Club de lecture des grands modèles linguistiques et des systèmes multi-agents

Nous avons invité de nombreux chercheurs de pointe à partager leurs points de vue, notamment Guo Taicheng, Li Guohao, Qian Chen, Wang Zhenhailong, Xu Yuzhuang, Yang Zonghan, Liu Zijun, Hongxin Zhang, Zhang Jintian, Dong Yihong, Liang Tian, ​​​​Yilun Du, etc., d'autres sujets sont toujours en cours de recrutement. Si vous êtes intéressé par les grands modèles et les systèmes multi-agents, bienvenue à nous rejoindre, vous pouvez venir partager, vous pouvez aussi vous faire des amis, le plus important c'est qu'apprenons ensemble !

Références principalement liées

[ 1 ] Guo T, Chen X, Wang Y, et al. Multi-agents basés sur un grand modèle de langage : une enquête sur les progrès et les défis [ J ] . [ 2 ] Sumers T R, Yao S, Narasimhan K, et al. Architectures cognitives pour les agents linguistiques [ J ] . . Metagpt : Méta-programmation pour un cadre collaboratif multi-agents [ J ] . arXiv preprint arXiv:2308.00352, 2023.

[ 4 ] Li G, Hammoud H A A K, Itani H, et al. société de modèles de langage à grande échelle [ J ] . préimpression arXiv arXiv : 2303.17760, 2023.

Informations de diffusion en direct

Heure :

2 mars 2024 (ce samedi) de 20h00 à 22h00.

Comment participer :

Scannez le code QR pour participer au club de lecture multi-agents, rejoignez le chat de groupe, accédez à la revue de la série de clubs de lecture, communiquez avec des chercheurs scientifiques de première ligne et des praticiens en entreprise dans la communauté et promouvoir conjointement les développements multi-agents dans cette zone frontalière.

Un merci spécial à l'unité

Datawhale

Une organisation open source axée sur le domaine de l'IA, réunissant de nombreux apprenants exceptionnels, la mission est pour l'apprenant, et l'apprenant grandit ensemble.

Agent42

Une plateforme ouverte et écologique dédiée à la promotion de l'intégration et de l'innovation de l'industrie, du monde universitaire et de la recherche sur les agents IA

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!