AI+智能体博士论文 | UC Berkeley 2026 | 协作语言智能体 79页

大型语言模型（Large language models）在标准化基准测试中取得了卓越的性能。然而，现实世界的应用需要的不仅仅是回答问题或在完全定义的环境中执行操作——它们需要能够与人类互动的模型，而人类自身也拥有各自的背景、目标和偏好。本论文探讨了一个核心问题：我们如何设计能够与人类有效协作（collaborate）的模型？我从三个互补的角度来应对这一挑战：评估、架构和学习目标。首先，我引入了 DialOp，这是一个用于评估语言模型智能体（agents）和人类如何共同做出复杂日常决策的基准测试，它为衡量协作能力提供了一个严谨的框架。其次，我展示了如何通过记忆层增强语言模型架构，从而实现高效的知识更新，为跨交互的持续学习奠定基础。第三，我将这些理念从文本扩展到具身化的多模态智能体（embodied, multimodal agents），展示了如何将语言学习与世界建模目标相结合，使智能体能够理解各种形式的人类交流，包括反馈。总而言之，这些贡献推动了人工智能系统的发展，使其不仅能够在数字环境中与人类协作，最终还能在现实世界中与人类协作。