斯坦福CS224V课程：LLM改造成可信赖智能体

斯坦福 CS224V「Agentic AI」课程：Monica Lam 团队如何把会幻觉的 LLM，改造成可信赖、可追责的智能体 Stanford CS224V「Agentic AI」 https:...

斯坦福 CS224V「Agentic AI」课程：Monica Lam 团队如何把会幻觉的 LLM，改造成可信赖、可追责的智能体 Stanford CS224V「Agentic AI」 web.stanford.edu/class/cs224v/i… 整门课围绕一个中心问题展开，如何把本质上不可靠、会幻觉的 LLM，变成可信赖、可追责的智能体。课程相信这类系统“对加速科学发现、普及医疗/法律/教育服务有非凡前景”，但前提是先解决可靠性。 课程的技术主线：一条“反幻觉”的知识栈 如果把 15 讲内容和阅读清单放在一起看，课程实际上自底向上构建了一条完整的技术栈，每层都在回答“可靠性从哪里来”： 1. 基础层：LLM 本身 2. 知识策展（Knowledge Curation） STORM 家族 9/28 讲 STORM/Co-STORM： 3. 自由文本上的可靠问答（RAG） 检索（ColBERT、RankGPT）+ 生成 + 验证 4. 结构化与异构数据上的 Agent 这是课程最有辨识度的部分 5. 形式化方法与可追责 AI（课程最独特的标签） 6. 任务型对话 Agent Genie Worksheet 7. 元 Agent 与元优化（面向未来的一讲） 目前前两讲课件已公开： web.stanford.edu/class/cs224v/l… web.stanford.edu/class/cs224v/l… meng shao @shao__meng x.com/i/article/2105… 🔗 View Quoted Tweet 💬 1 🔄 0 ❤️ 2 👀 350 📊 1 ⚡