大模型面经之Agent介绍（二）

主要观点总结

本文总结了关于大模型面经中的Agent部分的相关知识和内容，包括LLM Agent中的模型自我反省定义、模型自我反省的方法和使用的框架之一Reflexion。文章强调在这个大模型AI时代，大模型应用等同于移动互联时代的APP，并提供了关于LLM Agent的自我反省能力的详细介绍。

关键观点总结

关键观点1: LLM Agent的概述

介绍了LLM Agent作为一种能产出不单是简单文本的AI系统，使用LLM的能力实现对话、任务执行、推理等自主行动。

关键观点2: LLM Agent中的模型自我反省定义

解释了LLM Agent中模型自我反省的定义，包括性能评估、错误分析、领域适应和用户反馈处理等方面。

关键观点3: LLM Agent中的模型自我反省方法

介绍了ReAct（Reson+Act）通过将推理和行动整合到LLM内部的方法，以及使用提示词模板引导LLM生成完整推理过程的方式。

关键观点4: 模型反省使用的框架之一：Reflexion

描述了Reflexion框架的架构和如何赋予智能体动态记忆和自我反思的能力，从而提升其推理能力。