Apr, 2024

360°REA：面向多智能体系统的可重用经验积累与 360° 评估

PDF
TL;DR大型语言模型代理在各种复杂任务中展示出了显著的进展。最近的研究集中在优化代理团队或使用自我反思来迭代解决复杂任务。本文提出了一种灵感来自公司组织实践的层次化多代理框架，360° 可重复利用经验积累评估（360°REA）。该框架使用一种新颖的 360 度绩效评估方法，进行多角度的绩效评估和细粒度的评估。为了增强代理在处理复杂任务时的能力，我们引入了双层经验池，使代理可以通过细粒度评估来积累经验。对复杂任务数据集的大量实验证明了 360°REA 的有效性。
large language modeloptimizing agent teamself-reflectionexperience accumulationperformance assessment
发现论文，激发创造
  • 软件开发代理的体验式合作学习

    使用经验共同学习的新框架，充实以往经验，使大语言模型（LLMs）和自主代理能够更高效地处理未知任务。

    Dec, 2023

  • 软件开发智能体的迭代经验优化

    在本文中，我们介绍了迭代式经验优化框架，使得大型语言模型（LLMs）驱动的自主代理能够在任务执行过程中迭代优化经验。我们提出了两种基本模式：连续模式，基于任务批次内最近的经验进行优化，和累积模式，跨越所有先前任务批次进行经验积累。我们的方法结合了启发式经验消除，有效管理经验空间并提高效率。广泛的实验表明，连续模式可能会产生更好的结果，而累积模式提供更稳定的性能。此外，经验消除助于仅使用高质量子集的 11.54% 实现更好的性能。

    May, 2024

  • 迈向高效的 LLM 对实体多智能体协作的隶属

    通过引入增强优势反馈（ReAd）的多智能体协作模型，我们提出了一种新的用于解决复杂物理世界中大型语言模型（LLMs）推理能力的框架，该框架通过对 LLM 计划数据进行评论回归来学习顺序优势函数，并将 LLM 规划器视为最优化器生成最大化优势函数的行动，从而为 LLM 赋予了能够判断行动是否有助于完成最终任务的远见。

    May, 2024

  • 评估真实自主任务上的语言模型代理

    我们研究语言模型代理获取资源、自我复制和适应新挑战的能力，我们称之为 “自主复制和适应”（ARA），并认为 ARA 可能具有广泛和难以预料的后果，对于安全、监测和对齐方面的措施提供有用的信息，此外，一旦系统具备 ARA 能力，限制其能力可能变得更加困难。

    Dec, 2023

  • ReST meets ReAct：自我改进的多步推理 LLM Agent

    通过 ReAct-style LLM 代理，我们可以迭代训练一个经过改进的小模型，用于具有挑战性的组合式问答基准测试，参数数量减少了两个数量级。

    Dec, 2023

  • AgentBoard: 多轮 LLM 代理人的分析评估板

    为了评估大型语言模型的能力并加快其实际应用，我们引入了 AgentBoard，一个综合性的基准测试评估框架，它不仅提供了对模型能力的深入理解，还促进了其性能的可解释性。

    Jan, 2024

  • 评估大型语言模型中的多智能体协调能力

    该研究介绍了使用大型语言模型在多智能体协调方面的有效性评估，构建了 LLM-Co 框架来使 LLMs 能够进行协调游戏，并展示了 LLMs 在不同方面的评估结果，从而强调了 LLMs 在复杂协调环境中的潜力。

    Oct, 2023

  • 基于 LLM 的合作智能体，利用信息相关性和计划验证

    我们通过与三维场景进行互动和协作来解决多智能体合作的挑战，重点解决现有合作智能体系统的三个主要限制，并提出 REVECA，这是一种由 GPT-3.5 驱动的新型认知架构，利用相关性评估、计划验证和空间信息来增强智能体在动态和部分可观测环境中的合作效率和鲁棒性。

    May, 2024

  • 反射增强的自我训练语言代理

    Reflection-Reinforced Self-Training (Re-ReST) leverages a reflection model to refine low-quality samples and augment self-training, enhancing the quality of samples efficiently.

    Jun, 2024

  • 基于深度强化学习的多智能体和自适应框架开发动态投资组合风险管理

    在高度动荡的金融市场环境下，本研究提出了一个自适应的多智能体框架（MASA），采用了深度学习和强化学习方法作为反应性代理，平衡投资组合的回报和潜在风险。该框架中的市场观察者代理提供了有价值的市场趋势信息，以帮助多智能体反应性学习方法快速适应不断变化的市场条件。经验证实，MASA 框架在过去 10 年的 CSI 300 指数、道琼斯工业平均指数和标准普尔 500 指数上相比其他已知基于强化学习方法的方法表现出潜在优势，并为未来的研究提供了多个可能的方向。

    Feb, 2024