CMU LLM Inference (11): Agents and Multi-Agent Communication

摘要

由 Graham Neubig 教授講述大型語言模型推理中的代理與多代理溝通概念，涵蓋架構設計、效能最佳化及安全挑戰。觀眾可學習如何構建與最佳化多代理系統。

This lecture covers agent concepts, architectures, efficiency optimizations, and safety challenges in LLM inference.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

適合正在學習或研究大型語言模型應用與系統設計的讀者。

摘要依據

講者

Graham Neubig

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.14

新鮮

0.26

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• CMU AI Agents 2026: 3. Long Context Modeling for Agents影片 ・ Graham Neubig
• CMU LLM Inference (7): Chain of Thought and Intermediate Steps影片 ・ Graham Neubig
• Verified Graphs Beat AI Agent Swarms (in Science)影片 ・ Discover AI ・ 35 分鐘
• Prompt Injections in the Wild - Exploiting Vulnerabilities in LLM Agents | HITCON CMT 2023影片 ・ HITCON ・ 42 分鐘
• Recursive Language Models — Alex Zhang, MIT PhD影片 ・ Latent Space
• An Agent Is Just an LLM in a For-LoopPodcast ・ The Data Exchange with Ben Lorica ・ 35 分鐘