Oct, 2024

AgentSquare：模块化设计空间中的自动 LLM 代理搜索

HTML
PDF
TL;DR本研究解决了当前 LLM 代理设计依赖于手动且任务特定设计的局限性，提出了模块化 LLM 代理搜索（MoLAS）问题。通过构建一个统一接口的模块化设计空间及提出新颖的 AgentSquare 搜索框架，我们实现了优化 LLM 代理的自动搜索，实验表明其性能优于人工设计，平均提升17.2%。
发现论文，激发创造
  • AgentBench: 评估语言模型为代理人

    大型语言模型在互动环境中以多轮开放式生成的方式评估LLMs作为代理的推理和决策能力，显示出商业LLMs和开源竞争对手之间的性能差距。

    Aug, 2023

  • 基于大型语言模型的自主代理的调查

    通过对基于大语言模型的自主代理的综合调查，本文提出了一个统一框架来概括以往研究，并总结了在社会科学、自然科学和工程领域中应用大语言模型的人工智能代理的各种应用及评估策略。同时，我们还讨论了该领域的挑战和未来方向。

    Aug, 2023

  • 基于大语言模型的智能代理的崛起与潜力：一项调查

    人工智能代理是一个前景光明的领域，利用大型语言模型作为基础构建通用人工智能代理带来了显著的进展，其在单一代理场景、多代理场景以及人机合作中的广泛应用展示了卓越的潜力，并为人类社会提供了有价值的见解。

    Sep, 2023

  • 动态LLM-Agent网络：一种具有代理团队优化的LLM-agent协作框架

    基于任务查询构建动态交互结构的大型语言模型代理网络（DyLAN）在推理和代码生成任务中展现出良好性能，使用无监督度量的自动代理团队优化算法根据每个代理的贡献选择最佳代理，相较于GPT-35-turbo的单次执行，DyLAN在MATH和HumanEval任务上分别实现了13.0%和13.3%的改进，并在MMLU特定主题上提高了25.0%的准确率。

    Oct, 2023

  • AgentTuning：为LLMs赋予通用的代理能力

    AgentTuning是一种简单且通用的方法，可以提高大型语言模型在代理任务方面的能力，同时保持其一般能力。该方法通过使用AgentInstruct与通用领域的开源指令相结合的混合指令调整策略对Llama 2系列进行了指令调整，从而得到AgentLM。评估结果显示，AgentTuning能够提升语言模型的代理能力而不影响其一般能力，AgentLM-70B在未知代理任务上与GPT-3.5-turbo相媲美，展现了广义的代理能力。我们在指定的网址开源了AgentInstruct和AgentLM-7B、13B和70B模型，为代理任务提供了开源和强大的替代方案。

    Oct, 2023

  • 基于大型语言模型的多智能体系统：进展与挑战综述

    基于大型语言模型（LLM）的多智能体系统在复杂问题解决和世界模拟中取得了重大进展，我们提供了一份综述，深入讨论了基于LLM的多智能体系统的基本方面和挑战。

    Jan, 2024

  • 理解LLM智能体的规划：一项调查

    将大型语言模型作为自主代理的规划模块，通过提供现有作品的分类和全面分析，讨论了任务分解、计划选择和外部模块等方向在LLM-Agent规划中的进展和挑战。

    Feb, 2024

  • AgentQuest: 一个模块化的基准测试框架，用于衡量和提升LLM代理的进展

    通过构建可扩展的模块化基准和评估指标，提出了AgentQuest框架用于追踪和改进大规模语言模型代理在解决复杂多步骤推理任务中的性能。

    Apr, 2024

  • 基于大型语言模型的代理人的记忆机制调查

    大型语言模型（LLM）基于代理近年来引起了研究和行业界的广泛关注。本文提出了对LLM基于代理的记忆机制进行全面调查，包括记忆的定义、需要、设计、评估以及在代理应用中的重要作用，并分析了现有工作的局限性和未来方向。

    Apr, 2024

  • 基于大型语言模型的软件工程代理：一项综述

    本研究针对大型语言模型（LLMs）在软件工程领域的应用现状进行综述，通过整合外部资源和工具，大幅提升了LLM的能力。研究表明，基于LLM的代理可以有效应对复杂的现实软件工程问题，并为未来的研究方向提供了新的思路。

    Sep, 2024