avatar

Xiaojun Wu

Ph.D. Candidate, HKUST(GZ)
Affiliate LLM Researcher, IDEA Research
wuxiaojun@idea.edu.cn & wuxiaojun@pku.edu.cn & xwu647@connect.hkust-gz.edu.cn


Column

LLM Agent

关于 LLM Agent、Harness、Skills 与 Agentic 系统的思考和实践。

Back to Blog

Bayesian-Agent(六):怎么快速地上手Bayesian-Agent?你其实无需更改你正在使用的Harness,BA可即插即用

阅读 知乎未公开 收藏 14 点赞 6

前面几篇文章里,我主要在讲 Bayesian-Agent 为什么需要贝叶斯、它和 frequentist skill evolving 的区别、没有手写 skill catalog 的 zero-shot 模式是否仍然有效。这篇文章换一个角度,回答一个更工程化的问题:如果我已经有自己的 agent 了,怎么快速接入 Bayesian-Agent?论文地...

Read article

Bayesian-Agent(五):口说无凭,让我们用实验来证明,Agent skill evolving 真的需要贝叶斯

阅读 知乎未公开 收藏 4 点赞 5

我们有什么证据说明 Agent skill evolving 真的需要 Bayesian belief?上一篇文章里,我讨论了一个问题:Agent skill evolving 为什么需要贝叶斯?我直接进化不就行了吗?这个问题很合理。因为如果一个方法最后只是“错了就改 prompt / 改 skill”,那它确实不一定需要叫 Bayesian。它最多是...

Read article

Bayesian-Agent(四):skill evolving为什么需要贝叶斯,我直接进化不就行了吗?

阅读 知乎未公开 收藏 9 点赞 9

那么有的同学就会问了:其实目前Bayesian-Agent的本质也还是根据执行轨迹,看错哪里了去针对性的改skill, 那么我们采用贝叶斯方式建模这个过程的优势在哪里呢?系列文章更新中。。。Bayesian-Agent(三):从三门问题到 Bayesian-Agent:Evidence Model、后天学习与 Skill 自进化Bayesian-Age...

Read article

Bayesian-Agent(三):从三门问题到 Bayesian-Agent:Evidence Model、后天学习与 Skill 自进化

阅读 知乎未公开 收藏 13 点赞 4

当前的大语言模型已经拥有非常丰富的知识和技能,但很多能力仍然需要被进一步验证。其中最重要的一类能力,是能否从经验和教训中反思,并持续改进自己的 Skills。我们把这种能力称为后天学习 acquired learning。从三门问题到贝叶斯skill学习Acquired learning refers to knowledge or skills ga...

Read article

Bayesian Agent (一):让 Harness 与 Skills 的 Self-Evolving过程不再黑盒、没有方向,走向贝叶斯信念

阅读 知乎未公开 收藏 59 点赞 19

最近 Harness Engineering 这个概念开始火起来。AI和大模型领域发展日新月异,Prompt Engineering、Context Engineering、RAG、Memory、Tool Use、Harness新名词层出不穷,好像每个词都是一套新范式。但如果把它们放到同一个视角下看,本质其实很简单:大语言模型吐出的每一个 token,...

Read article

© 2025 Xiaojun Wu. All rights reserved. Powered by Jekyll and Minimal Light theme.