AI 용어집
인공지능 완전 사전
Agent LLM
Système autonome utilisant un modèle de langage large pour raisonner, planifier et exécuter des tâches complexes sans intervention humaine directe.
Planification d'actions
Processus par lequel un agent LLM génère et optimise une séquence d'actions à entreprendre pour atteindre un objectif spécifique.
Boucle d'observation-action
Cycle continu où l'agent observe son environnement, exécute une action, et réévalue sa stratégie en fonction des résultats obtenus.
Architecture ReAct
Framework combinant raisonnement (Reasoning) et action (Acting) où le LLM génère des traces de pensée et des actions de manière alternée.
Utilisation d'outils
Capacité des agents LLM à invoquer des APIs, exécuter du code ou accéder à des bases de données externes pour compléter leurs connaissances.
Orchestration multi-agents
Coordination de plusieurs agents LLM spécialisés travaillant collaborativement pour résoudre des problèmes complexes dépassant les capacités d'un seul agent.
Auto-correction
Mécanisme permettant à l'agent d'identifier et de corriger ses propres erreurs en analysant les résultats de ses actions précédentes.
Exécution de code
Fonctionnalité permettant aux agents d'écrire et d'exécuter des programmes informatiques pour résoudre des problèmes nécessitant des calculs complexes.
Gestion d'états
Système de suivi et de mise à jour des variables d'état de l'environnement et de l'agent pour assurer la cohérence des décisions.
Arbre de pensée
Structure de raisnement explorant multiple chemins de solution simultanément pour évaluer et sélectionner la meilleure approche.
Coopération homme-agent
Modèle d'interaction où l'agent et l'utilisateur collaborent, chacun apportant ses forces pour résoudre des problèmes complexes.
Stratégie d'exploration
Méthode guidant l'agent dans la découverte de nouvelles solutions en équilibrant exploitation des connaissances existantes et exploration de nouvelles pistes.