一篇72页的DeepSeek-R1/QWQ-32B推理能力在AI Agents场景的应用分析

大模型很多技术干货，都可以共享给你们，如果你肯花时间沉下心去学习，它们一定能帮到你！

和老莫一起学AI

568人浏览 · 2025-03-22 10:07:21

和老莫一起学AI · 2025-03-22 10:07:21 发布

大型推理模型（LRMs）的兴起标志着计算推理领域的范式转变。然而，这一进步也颠覆了传统的 Agent 框架，而这些框架传统上是由以执行为导向的大型语言模型（LLMs）所锚定的，深入理解LRMs在AI Agents中的作用势在必行。

ReAct范式下的整体性能表现。a) 不同任务和模型的性能表现；b) 效率和成本比较。

为了探索这一变革，提出了LaRMA框架，该框架涵盖了工具使用、计划设计和问题解决等九项任务，并使用三种顶级LLMs（例如Claude3.5-sonnet）和五种领先的LRMs（例如DeepSeek-R1、QWQ-32B-Preview）进行了评估，并得出了一些AI Agents设计的重要结论。

LaRMA框架分为三个阶段：

任务分割：将任务分解为工具使用、计划设计和问题解决三个维度，进一步细分为具体子任务，以探索推理需求。
范式选择：选择ReAct和Reflexion两种范式，分别考察实时交互和迭代反思对推理的影响。
性能评估：使用多种LLMs和LRMs，通过准确率、效率和成本等多维度指标评估推理的实际影响。

实验设置

LLMs：包括LLaMA3.1-70B、GPT-4o和Claude3.5-sonnet。
LRMs：包括DeepSeek-R1、Claude3.7-sonnet、Gemini-2.0-Flash、QWQ-32B-Preview和GLM-Zero。
数据集：使用METATOOL、API-Bank、PlanBench、ALFWorld、Web Shop和HotpotQA等数据集。
评估指标：准确率、效率（执行时间或交互步骤）和成本（计算资源消耗，如内存或功耗）。

关键结论

性能比较：
- LRMs在推理密集型任务（如计划设计）中优于LLMs，准确率超过90%。
- LLMs在执行驱动的任务（如工具使用）中表现更好，准确率较高。
- 混合配置：将LLMs作为执行组件，LRMs作为反思组件，可以优化性能，尤其是在复杂的推理任务中。

效率和成本：
- LRMs在推理密集型任务中表现出更高的计算成本和更长的处理时间。
- LLMs在执行驱动的任务中效率更高，成本更低。

推理过程的挑战：
- 过度思考：LRMs在简单任务中可能会过度思考，导致不必要的计算开销。
- 忽视事实：LRMs有时会忽视与外部环境的交互，依赖内部推理，可能导致决策失误。

混合架构的优势：
- 将LLMs的执行效率与LRMs的推理深度相结合，可以实现更优的Agent性能。

在这里插入图片描述

零基础如何学习AI大模型

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。

大模型就业发展前景

根据脉脉发布的《2024年度人才迁徙报告》显示，AI相关岗位的需求在2024年就已经十分强劲，TOP20热招岗位中，有5个与AI相关。
在这里插入图片描述字节、阿里等多个头部公司AI人才紧缺，包括算法工程师、人工智能工程师、推荐算法、大模型算法以及自然语言处理等。

除了上述技术岗外，AI也催生除了一系列高薪非技术类岗位，如AI产品经理、产品主管等，平均月薪也达到了5-6万左右。
AI正在改变各行各业，行动力强的人，早已吃到了第一波红利。