Ich werde mich auf RL-Agenten Deep Learning Multi-Agenten Speicher konzentrieren

Wir sollten chatten und benötigen die Entwicklung, das Design und die Innovation von Agenten / intelligenten Agenten, einschließlich vollständig automatisierter Workflows über Szenarien hinweg wie

 zum Beispiel Video-Editing, Texte extrahieren, Untertitel extrahieren, AIGC, Bildgenerierung und andere mehrstufige Prozesse;

 End-to-End-Automatisierungspipelines mit menschlicher Qualitätskontrolle und Überprüfung, um Kosten zu senken und Effizienz zu steigern;

 Multimodale, einheitliche Agenten entwickeln, die auf die Integration und das Aufrufen von Tools wie Suche, Browser,

 Terminals, Bildanalyse und Bildgenerierung spezialisiert sind; Deep-Thinking-Agenten entwickeln, die in der Lage sind, langfristige und kurzfristige

 Planung und Analyse durchzuführen, einschließlich MCP, Skills, Speicher, Kontextengineering und mehr. Nach der Durchführung sowohl

 einzelner Agenten- als auch Subagenten-Automatisierungs-Workflows umfassen die Innovationsrichtungen Folgendes:

 1. Algorithmisches Strategiedesign und Feinabstimmung für Multi-Agenten-Systeme, einschließlich Kernalgorithmus-Module wie Inter-

   Agenten-Kollaborationsmechanismen, Aufgabenverteilungsstrategien, Konfliktlösung und Ergebnisaggregation.

 2. Optimierung von Planungs-, Denk- und Entscheidungsprozessen in Multi-Agenten-Architekturen zur Verbesserung der Gesamtleistung