最近我们在做一些很有意思的智能体技术研发工作，我们称为“Super Agent”，即超级智能体。使用我们的框架，不但能够构建智能体，还能把它们装配起来形成更加强大的智能体。不过，把成果端得出来还需一些时日。我们希望能赶上在今年十月底在2024 GOSIM China (全球开源创新大会）上发布。‍‍‍‍Super Agent研发中，我们需要解决的一个问题是：两个Agents完成同一个任务，如何评估

技术的分级人们往往通过对一个复杂的技术进行分级，明确性能、适用范围和价值，方便比较、选择和管理，提高使用效率，促进资源合理分配和技术改进和标准化。比如，国际汽车工程师学会（SAE）定义了自动驾驶技术的六个等级（0到5级），描述了车辆自动化程度的不同阶段。这些等级详细规定了从完全人工驾驶，经过不同程度的人工辅助驾驶，到完全自动驾驶的过渡过程。图：国际汽车工程师学会的驾驶自动化分级象自动驾驶技术这样的

引言9月，开源创新大会（GOSIM 2023）将在上海举行。其中在23-24日的 GOSIM AI工作坊AI论坛中，来自Hugging Face的专家将介绍他们在代码生成大语言模型（Code LLM）领域所做的相关工作，其中包括他们领导的Big Code组织以及StarCoder代码生成大语言模型。本文简要扫描Code LLM领域最近的发展，也为参会做好前期准备。图：Hugging Face在GO

为了更加清晰准确地了解以ChatGPT为代表的大语言模型的能力，前面两篇文章分别专题整理了大语言模型的自然语言理解和自然语言推理方面的测评工作，本篇继续整理对大语言模型在自然语言生成方面一些能力测评工作。自然语言生成（NLG）是大语言模型在生成特定文本方面的能力，包括摘要生成、对话生成和问答等多个任务。摘要生成（Summarization）【能力描述】生成给定句子或文本的简洁摘要。【测试数据集举例

作为一种新型软件，智能体（AI Agent）展现出许多传统软件所不具备的特征。不仅与传统软件的设计理念、方法、工具和技术栈有显著的差异，AI原生（AI Native）的智能体还融入了多种新概念和技术。我们从多个维度对AI Native智能体与传统软件进行了比较和分析，涉及开发语言、软件架构、设计模式和编程模式等多个方面。本文通过与传统软件的比较分析，浅谈AI原生的开发语言的异同。编程（Progra

大语言模型（LLM）驱动的智能体（AI Agent）展现出许多传统软件所不具备的特征。不仅与传统软件的设计理念、方法、工具和技术栈有显著的差异，AI原生（AI Native）的智能体还融入了多种新概念和技术。我们从多个维度对AI Native智能体与传统软件进行了比较和分析，涉及开发语言、软件架构、设计模式和编程模式等多个方面。图：本文梳理的智能体软件设计模式和发展脉络本文梳理智能体软件设计模式和

大语言模型能做什么？能做多好？如何验证？接上一篇测评大语言模型的自然语言理解能力，这回把关注点放在大语言模型推理能力的测评上。看看大语言模型推理水平有多高，如何测试证实。本文同样基于十几位中美学者在7月6日发布的《大语言模型测评调查》研究报告（https://arxiv.org/pdf/2307.03109.pdf )展开。推理以及推论 Reasoning vsInference图：大语言模型通.

智能机器人（"Bots")、智能助手（"Assistants"）、智能代理（"Agents"）和智能管家（"Butlers"）等术语被广泛用于描述和命名智能软件。在过去的几十年中，人们并不真正地区分这些词汇，经常被交替使用。随着AI的迅速发展，有必要为智能体在社会中所承担的角色做一个更加清晰的分析，希望有助于我们认识到AI对于人类的意义，定位AI与人的关系，展望AI互联网发展的未来（我们称为AIV

成千上万的智能体将协同工作。对于如何与上下游系统和工具的融合，与其他智能体应用和软件框架的竞合，以及对分布式和边缘计算环境的支持，我们需要进行更加全面和深刻理解，并形成自己的策略。MoFA Gaming：我们希望将MoFA驱动的多智能体接入象红色警戒（Red Alert）等经典游戏，让数十个智能体分工协作，帮助玩家完成单调的操作和复杂的任务，让玩家能够专注于战略指挥和战术布局，纵兵千万，指点江山。

大语言模型能做什么？能做多好？如何验证？接上一篇测评大语言模型的自然语言理解能力，这回把关注点放在大语言模型推理能力的测评上。看看大语言模型推理水平有多高，如何测试证实。本文同样基于十几位中美学者在7月6日发布的《大语言模型测评调查》研究报告（https://arxiv.org/pdf/2307.03109.pdf )展开。推理以及推论 Reasoning vsInference图：大语言模型通.