今日arXiv最熱NLP大模型論文：浙江大學：蒸一蒸，多Agent變成單一模型，效果更好

AIGC動態歡迎閱讀

原標題：今日arXiv最熱NLP大模型論文：浙江大學：蒸一蒸，多Agent變成單一模型，效果更好
關鍵字：模型,任務,語言,教師,文本
文章來源：夕小瑤科技說
內容字數：8924字

內容摘要：

夕小瑤科技說 原創作者 | 謝年年“團結就是力量”，面對復雜多變的現實環境，multi-agent應運而生。相較于單打獨斗的single-agent，multi-agent集結了多個功能各異的LLM，共同攻克難關。然而，這種協同作戰的方式也帶來了沉重的推理負擔，限制了multi-agent在開放世界中的發展潛力。
特別是在多模態環境下，視覺、音頻、文本交織在一起，如何動態調整多模態語言模型（MLMs），以適應視覺世界的紛繁復雜，成為擺在我們面前的一大挑戰。
浙大團隊結合額外專家模塊，提出了一種多模態multi-agent訓練的層次知識蒸餾方法。multi-agent在一個自組織的層次系統中協作，實現精細的思維鏈和高效的部署。這里的agent通過教師模型進行分層次訓練，模擬動態并調整任務，也就是說僅使用一個多模態語言模型（MLM）就能實現有效合作。經過蒸餾后，STEVE-2可以在無需專家指導的情況下，通過單一模型發展出高效的體感Agent，完成精細的開放任務。
論文標題:Do We Really Need a Complex Agent System? Distill Embodied

原文鏈接：今日arXiv最熱NLP大模型論文：浙江大學：蒸一蒸，多Agent變成單一模型，效果更好

聯系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業、有趣、深度價值導向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內外機構投資人，互聯網大廠中高管和AI公司創始人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189