KwaiAgents：快手开源的Agents系统及模型

快手联合哈尔滨工业大学研发的「KwaiAgents」，使 7B/13B 的 “小” 大模型也能达到超越 GPT-3.5 的效果，并且这些系统、模型、数据、评测都开源了！

从「KwaiAgents」的 Github 主页中可以看到，本次开源内容包含：

1. 系统（KAgentSys-Lite）：轻量级 AI Agents 系统，并配备事实、时效性工具集；
2. 模型（KAgentLMs）：Meta-Agent Tuning 后，具有 Agents 通用能力的系列大模型及其训练数据；
3. 评测（KAgentBench）：开箱即用的 Agent 能力自动化评测 Benchmark 与人工评测结果。

KAgentSys 系统，是基于大模型作为认知内核，配以记忆机制、工具库，形成的迭代式自动化系统。其主要包含：

• 记忆机制：包含知识库、对话、任务历史三类记忆，依托于混合向量检索、关键词检索等技术的检索框架，在每一次规划路径中检索所需的信息。
• 工具集：包含事实性增强工具集，异构的搜索和浏览机制能够汇集网页、文本百科、视频百科等多个来源的知识；包含日历、节日、时间差、天气等常见的时效性增强工具集。
• 自动化 Loop：在一轮对话中，用户会给予一个问题，可选知识库及额外人设整体进行输入，系统会先进行记忆的更新和检索，再调用大模型进行任务的规划，如果需 - 要调用工具则进行调用，如果不用则进入总结阶段，大模型综合历史的信息给出符合预期的回答。

技术报告：https://arxiv.org/abs/2312.04889
项目主页：https://github.com/KwaiKEG/KwaiAgents