[日期]
新华社讯 —— 在人工智能领域，自我学习和进化的能力一直是研究的热点。近日，MultiOn公司联合斯坦福大学推出了一款名为Agent Q的AI智能体，该智能体采用了一系列先进技术，能够实现自我学习和进化，为复杂任务处理带来了重大突破。
Agent Q：引领AI自我学习新篇章
Agent Q是一款基于自监督代理推理和搜索框架的AI智能体。它融合了引导式蒙特卡洛树搜索（MCTS）、AI自我批评和直接偏好优化（DPO）等技术，这些技术的融合使得Agent Q具备了自我改进的能力。
技术亮点：自我评估与迭代微调
Agent Q的核心功能之一是引导式搜索。它使用MCTS算法来指导在复杂环境中的探索和决策，这有助于平衡探索新信息和利用已知信息。此外，Agent Q还具备自我评估的能力，通过在每个节点上生成可能的行动，并用大型语言模型（LLM）对这些行动进行自我评估，提供中间的反馈来指导搜索步骤。
另一个重要功能是迭代微调。通过直接偏好优化（DPO）算法，Agent Q能够从成功和不成功的轨迹中学习，不断优化其策略。这种策略迭代优化使得Agent Q在处理复杂任务时表现出色。
实践成果：成功率显著提升
在OpenTable真实预订任务中，Agent Q的表现令人印象深刻。它将预订成功率从18.6%提升至95.4%，这一成果标志着AI在自主性和复杂决策能力上的重大突破。
应用场景：覆盖多个领域
Agent Q的应用场景广泛，包括电子商务、在线预订服务、软件开发、客户服务、数据分析以及个性化推荐等。在电子商务领域，Agent Q可以自动化浏览和购买流程，帮助用户快速找到所需商品并完成交易。在在线预订服务中，它能在OpenTable等平台上为用户预订餐厅、酒店服务，处理所有相关的步骤。
前景展望：AI智能体进化之路
MultiOn公司推出的Agent Q不仅展示了AI在复杂任务处理上的新进展，也为未来的研究提供了新的方向。随着AI技术的不断发展，Agent Q等智能体有望在更多领域发挥重要作用，推动社会生产力的提升。
结语
Agent Q的推出是AI领域的一个重要里程碑。它不仅代表了AI技术的进步，也预示着未来AI将在更多领域实现自我学习和进化，为人类社会带来更多便利。
本文由新华社报道，未经授权禁止转载。
Views: 0