ScreenAgent:基于LVLM的计算机控制智能体
大型语言模型(LLM),诸如ChatGPT与GPT-4,在自然语言处理领域(涵盖生成、理解及对话等任务)展现出了卓越的性能,并对其他人工智能领域的研究产生了显著的推动作用。尤为重要的是,这些技术的飞速发展,为智能LLM智能体的研究奠定了坚实的基础,使得这类智能体能够胜任更为复杂的任务。LLM智能体,作为一种以大型语言模型为核心计算引擎的AI实体,不仅具备了感知、认知、记忆等能力,还展现出了高度的行动自主性,能够执行一系列主动行为。
复制链接