- 0
- 0
- 约1.18万字
- 约 35页
- 2026-11-02 发布于广东
- 举报
欢迎来到自进化的时代
自进化智能体与
基于记忆系统的强化学习
汇报人:温睦宁
上海交通大学人工智能学院
2026年10月20日
1AI落地的“最后一公里”
目录2基于记忆的智能体自进化
3垂域冷启动:NPU算子生成
一个模型会写代码,不代表它懂你的工程现场
通用模型综合能力很强,但垂域场景千千万,落到具体现场总感觉差那么一点。现场里最
值钱的东西往往不在文档里:哪些约束容易踩坑、哪些修复真的有效、哪些经验下次还能
复用。这些Know-how通用模型可能并不天生具备。
通用模型垂域现场试错与迭代
它知道很多公开知识,也能真正的问题藏在工具链、数一次次试错如果不沉淀,下
做复杂推理。据、硬件和团队经验里。
您可能关注的文档
- casa-AI 时代的一人公司:从 Idea 到 Growth的完整工作流.pdf
- 朱革-百度 SRE Agent 规模化落地实践——大模型 Agent 的安全托管与自主进化探索.pdf
- 周昕毅-AI + SRE ≠ AISRE:AI 如何真正进入生产运维闭环.pdf
- 郑重-AIGC 驱动的内容生产力变革.pdf
- 赵钰莹-从 Agent 到自主智能:2026 AI 技术演进与 2027 趋势前瞻.pdf
- 赵鑫鹏-从 Rollout 到权重同步:Mooncake 如何支撑高性能强化学习系统.pdf
- 赵恒-如何构建 AI Native 的数据语义层:从 Data Agent 实践到可执行的 Semantic Runtime.pdf
- 张忻正-当代码不再稀缺:大型工程 AI 狂欢下的确定性底座.pdf
- 张前园-用本体驯服大模型:金融跨域智能体的确定性工程.pdf
- 张国强-从 App 到 Agent:字节跳动 Supabase 的 Agent-Native 规模化实践.pdf
原创力文档

文档评论(0)