5 cấp độ tiến hóa của các tác nhân AI. Trong vài năm qua, chúng ta đã từ những LLM đơn giản → đến các hệ thống tác nhân hoàn chỉnh với khả năng lý luận, trí nhớ và sử dụng công cụ. Dưới đây là phân tích từng bước. 1) LLM với cửa sổ ngữ cảnh nhỏ - Đầu vào: Văn bản → LLM → Đầu ra: Văn bản - Các chatbot dựa trên transformer đầu tiên. - Chỉ có thể xử lý các đoạn đầu vào nhỏ (cuộc trò chuyện ngắn). - Khi ChatGPT ra mắt, nó có cửa sổ ngữ cảnh chỉ 4k token. 2) LLM với cửa sổ ngữ cảnh lớn - Đầu vào: Văn bản/ Tài liệu lớn → LLM → Đầu ra: Văn bản - Các mô hình như Claude/ChatGPT đã được nâng cấp để xử lý hàng nghìn token. - Cho phép phân tích các tài liệu lớn hơn và các cuộc trò chuyện dài hơn. 3) LLM + sử dụng công cụ (thời kỳ RAG) - Đầu vào: Văn bản → LLM + Truy xuất/Công cụ → Đầu ra: Văn bản - Tạo ra nội dung tăng cường truy xuất đã cung cấp quyền truy cập vào dữ liệu mới + bên ngoài. - Các công cụ như API tìm kiếm, máy tính và cơ sở dữ liệu đã tăng cường đầu ra của LLM. 4) LLM đa phương thức + sử dụng công cụ + trí nhớ - Đầu vào: Văn bản + Hình ảnh + các phương thức khác → LLM + Công cụ + Trí nhớ → Đầu ra: Đa phương thức - Các tác nhân có thể xử lý nhiều loại dữ liệu (văn bản, hình ảnh, âm thanh). - Trí nhớ được giới thiệu để duy trì sự liên tục trong các tương tác. 5) Tác nhân với khả năng lý luận & trí nhớ - Đầu vào: Đa phương thức → LLM → Quyết định → Đầu ra: Đa phương thức - Được trang bị: → Trí nhớ ngắn hạn, dài hạn và theo sự kiện → Gọi công cụ (tìm kiếm, API, hành động) → Lý luận & ra quyết định dựa trên ReAct - Về cơ bản, đây là thời đại của các tác nhân AI mà chúng ta đang sống ngày nay. 👉 Đến lượt bạn: Bạn nghĩ cấp độ tiếp theo sẽ trông như thế nào từ đây?