概念图谱
探索概念关系，循着联系读懂原文。
- 模型基础
- 智能体执行
- 知识检索
- 记忆与上下文
- 协作与协议
- 训练与评估
- Agent 应用
上下文压缩完整图谱50 个概念 · 41 条关系
打开概念详情图形加载后可拖动和缩放；概念与关系列表已可阅读。
箭头表示关系方向：前置 → 后续 · 整体 → 组成 · 方法 → 应用。建议先学是学习建议，应用关系不表示必需。
全部概念 50浏览概念索引
- 智能体Agent感知环境、作出决策并执行行动以完成目标的系统。
- 大语言模型LLM通过语言建模处理与生成文本，为 LLM 智能体提供推理和决策能力。
- 智能体循环Agent Loop通过感知、思考、行动与新的观察反复推进任务的运行机制。
- 任务规划Planning将目标分解为可执行的步骤，并根据进展安排后续行动。
- 工具调用Tool Use让智能体通过外部函数或服务获取信息、执行操作的能力。
- 提示工程Prompt Engineering设计清晰的指令与示例，引导模型生成符合任务要求的输出。
- 词元Token模型处理文本时使用的编码单元，其划分由分词器决定。
- ReActReasoning and Acting交替进行思考、工具行动与结果观察的智能体范式。
- 规划与执行Plan-and-Solve先制定完整计划，再按步骤执行并利用中间结果的范式。
- 反思Reflection根据初步结果生成反馈，再迭代修正方案的机制。
- 函数调用Function Calling通过结构化工具定义与模型返回的调用参数执行函数。
- 智能体记忆Memory存储、检索与管理交互信息，使智能体可以利用过去的经验。
- 工作记忆Working Memory保留当前任务或会话中的临时信息，支持即时推理与执行。
- 情景记忆Episodic Memory记录具体事件与经历，以便在相似情境下回顾。
- 语义记忆Semantic Memory保存概念、事实与一般知识，支持语义层面的检索。
- 检索增强生成RAG先检索外部知识，再将结果作为上下文交给模型生成回答。
- 文档分块Chunking将长文档切分为适合嵌入与检索的片段。
- 向量嵌入Embedding将文本编码为向量，以数值表示支持语义相似度计算。
- 向量检索Vector Search利用查询与文档向量的相似性寻找相关片段。
- 查询扩展MQE生成多个相关查询并合并检索结果，以扩大召回范围。
- 上下文工程Context Engineering组织模型每次调用所需的指令、状态、工具结果与外部知识。
- 上下文压缩Compaction将长交互总结为保留关键事实的摘要，以延续后续任务。
- 结构化笔记Structured Notes将关键结论和进度写入上下文外的存储，再按需取回。
- 多智能体协作Multi-Agent由多个有分工的智能体交换信息、协调完成任务。
- 模型上下文协议MCP为模型应用接入外部工具与数据提供统一接口的协议。
- 智能体间通信A2A支持智能体之间交换任务与结果、进行协作的协议。
- 智能体评估Evaluation以明确任务、指标与证据检验智能体的能力和可靠性。
- 模型评审LLM Judge使用语言模型按给定维度评价生成内容，评审结果仍需校验。
- 文档问答Document QA结合文档检索和对话记忆，为用户提供基于资料的回答。
- 旅行助手Travel Assistant通过多个角色和地图等工具协作生成旅行计划的应用。
- TransformerTransformer以注意力机制捕捉序列关系、支持并行计算的模型架构。
- 注意力机制Attention根据关联程度加权序列中的信息，形成上下文表示。
- 思维链CoT通过逐步推理提示组织复杂问题的求解过程。
- 模型幻觉Hallucination模型生成与事实、输入或上下文相矛盾内容的现象。
- 智能体工作流Workflow将计算步骤与跳转条件组织为可循环执行的有向流程。
- 文档解析Document Parsing提取文档文本与结构，为分块和检索提供输入。
- 假设文档嵌入HyDE先生成假设答案段落，再用它检索真实资料的策略。
- 感知记忆Perceptual Memory保存和检索文本、图像、音频等不同模态的记忆。
- 上下文窗口Context Window模型一次推理可见信息的有限容量，需要选择和管理。
- 上下文构建ContextBuilder将信息获取、选择、结构化和压缩组织为可复用流水线。
- 智能体网络协议ANP为智能体网络提供服务发现、路由和互操作机制的协议。
- 智能体强化学习Agentic RL在多步交互中根据反馈优化智能体长期累积奖励。
- 监督微调SFT通过任务示例训练模型的输出格式与基础求解能力。
- 参数高效微调LoRA冻结原模型参数，只训练低秩增量参数的微调方法。
- 奖励函数Reward Function将任务表现转化为训练反馈，定义哪些行为值得优化。
- 组相对策略优化GRPO利用组内相对奖励更新语言模型策略的强化学习算法。
- 工具调用评估BFCL通过函数选择和参数匹配检验工具调用能力的评估基准。
- 通用助手评估GAIA以真实世界任务评估推理、工具和知识综合运用能力的基准。
- 深度研究助手Deep Research规划研究任务，搜索资料、记录笔记并协作生成报告的应用。
- 交互式智能角色AI NPC利用角色设定与对话记忆构建可持续互动的智能角色。
关系与依据 41
每一条联系，都能回到原文。
关系依据
FunctionCallAgent 通过工具 schema 和结构化参数实现工具调用。
通过工具的description构建OpenAI的function calling schema
阅读依据：7.4.5 FunctionCallAgent →固定来源 ↗关系依据
课程说明 Decoder-Only 从 Transformer 解码器演变，应用于现代语言模型；不表示所有语言模型都采用这一架构。
从 Transformer 的解码器演变而来的 Decoder-Only 架构
阅读依据：3.1.3 Decoder-Only 架构 →固定来源 ↗关系依据
课程 HelloAgents 的 Agentic RL 实现提供 GRPO 训练器；限定该课程实现。
SFTTrainerWrapper和GRPOTrainerWrapper
阅读依据：11.1.4 HelloAgents 的 Agentic RL 设计 →固定来源 ↗关系依据
课程 SFT 实战使用 LoRA 配置进行参数高效微调；不表示 LoRA 仅能用于 SFT。
完整的训练流程包括:准备数据集、配置 LoRA
阅读依据：11.3.3 SFT 训练实战 →固定来源 ↗关系依据
课程研究助手由规划、总结和报告三个角色协作。
三个专门 Agent（TODO Planner、Task Summarizer、Report Writer）
阅读依据：14.1.2 技术架构概览 →固定来源 ↗