中科院计算机专业博士,博士方向专注 NLP/机器学习领域,负责蚂蚁数科 ToB Agent 算法研发,关注 Agent 在 B 端严肃领域的知识工程、知识遵循、复杂任务推理、场景评测和系统进化等课题。

中科院计算机专业博士,博士方向专注 NLP/机器学习领域,负责蚂蚁数科 ToB Agent 算法研发,关注 Agent 在 B 端严肃领域的知识工程、知识遵循、复杂任务推理、场景评测和系统进化等课题。
在 ToB 严肃生产领域应用 Agent 技术时,常遭遇一系列严峻挑战。API 的输入与输出参数极为复杂,相关文档晦涩难懂且难以实际应用;多步推理需求频繁涌现,工业级应用对容错率的要求近乎严苛,同时在速度与成本方面的考量也极为严格。欲攻克这些难题,Agent 系统自身必须具备高度的可靠性、上下文一致性、过程透明性以及可控性等关键特性。然而,大模型固有的偏黑盒、偏随机的天然属性与上述要求相悖,因此亟需进行针对性的优化与解决。蚂蚁数科将结合一系列实践案例,分享在此过程中积累的技术沉淀与宝贵经验。
演讲提纲:
听众收益:



微信咨询

电话咨询
微信联系我们

