IXThinker·2025-10-07 10:11

Agentic強化學習綜述 拆解大模型轉向

大語言模型能寫論文、寫代碼，卻難以自主執行任務——這是生成式AI的根本局限。來自牛津、UCSD等機構的研究者發表全景綜述，梳理以Agentic強化學習推動智能體轉向的研究版圖。

根本局限

從ChatGPT、Claude到國產的GLM、通義千問、文心等，大語言模型能生成高質量語言、參與科研，但面對需要計劃、工具使用或環境交互的任務時往往力不從心，擅長回答不等於能解決問題。