language agents | BriefGPT - AI 论文速递

关键词language agents

搜索结果 - 22

符号学习推动自进化智能体
通过使用代理符号学习的系统性框架，本文介绍了一种使语言代理能够在数据中心的方式下自我优化的方法，为实现人工通用智能提供了关键的可能性。
PDF8 days ago
τ-bench：一种真实世界领域中工具 - 代理人 - 用户交互的基准
现有的基准测试无法测试语言代理与人类用户的交互或遵循特定领域规则的能力，我们提出了 $ au$-bench，这是一个基准测试，模拟了语言模型模拟的用户与具备特定领域 API 工具和策略指南的语言代理之间的动态对话。我们采用了高效且忠实的评估
PDF17 days ago
输入条件的语言代理图生成
基于大型语言模型的语言代理，使用图形框架构建的动态学习方法，通过强化学习进行微调，能够根据给定的输入生成内部通信表示，实现较高的准确率。
PDF17 days ago
ACLDARA：基于知识图谱的问答问题的分解 - 对齐 - 推理自主语言代理
回答知识图谱上的问题（KGQA）是不同实际应用中实现良好性能的语言智能代理的关键。为了提高由大型语言模型（LLMs）驱动的语言智能代理在 KGQA 中的神经符号推理能力，我们提出了 DecompositionAlignment-Reason
PDF23 days ago
SelfGoal: 语言智能已经知道如何实现高级目标
通过自适应子目标树将高级目标细分为实用的子目标，自我目标（SelfGoal）显著提高了语言代理在竞争性、合作性和延迟反馈环境中的性能。
PDFa month ago
反射增强的自我训练语言代理
Reflection-Reinforced Self-Training (Re-ReST) leverages a reflection model to refine low-quality samples and augment sel
PDFa month ago
从用户编辑中学习潜在偏好，使 LLM 代理人保持一致
基于用户编辑的互动学习语言代理，通过历史编辑数据推断用户的潜在偏好，定义推动未来回复生成的提示策略，实现代理和用户偏好的对齐，减少用户编辑成本和提高性能。
PDF2 months ago
您的同事很重要：评估语言模型在 Blocks World 中的协作能力
通过设计一个块世界环境，在这个环境中，两个拥有独特目标和技能的语言代理需要通过行动和自然语言交流合作来建立一个目标结构，并采用中间推理步骤来模拟合作者的状态并识别和纠正执行错误，最终的实验结果表明语言代理具有很强的基础能力，并且我们的方法显
PDF3 months ago
ReAct Meets ActRe：用于对比自训练的智能体轨迹的自主标注
使用 A$^3$T 框架，通过自主注释代理轨迹，实现了多轮语言代理的自我改进，包括对失败任务的多轨迹执行和对成功和失败轨迹的对比自我训练，取得了显著优于现有技术的性能。
PDF3 months ago
SOTOPIA-$π$: 社交智能语言代理的交互学习
通过行为克隆和自我强化训练，我们提出了交互学习方法 SOTOPIA-π，进一步提高语言代理的社交智能。我们展示了该训练方法使得一个 7B LLM 达到了专家模型（基于 GPT-4 的代理）的社交目标完成能力，同时提高了语言代理的安全性并在
PDF4 months ago
AgentMD：借助大规模临床工具学习提升语言代理人的风险预测能力
我们的研究展示了具备临床计算器的语言代理在医疗分析和患者护理中的实用性。
PDF4 months ago
一座动摇的纸牌屋？对语言代理的敌对攻击进行映射
通过统一的概念框架，系统地研究了针对语言代理的对抗攻击，并提出了 12 个潜在攻击场景，涵盖了对不同组件的不同攻击策略，强调了在广泛部署之前对语言代理风险进行全面了解的紧迫性。
PDF5 months ago
旅行规划：一项针对与语言代理实际商用计划的基准测试
语言代理的规划能力在复杂环境下仍然面临挑战，但旅行规划问题提供了一个有意义又具有挑战性的测试平台。
PDF5 months ago
走向具有不确定性认知的语言代理
这篇研究论文介绍了一种名为 “不确定性感知的语言代理（UALA）” 的框架，它通过不确定性量化来协调代理与外界的交互，并通过对比实验证明了其在性能上的显著改进，同时对外部世界的依赖较低，也强调了语言模型的口头置信对不确定性的代理不可靠性。
PDF5 months ago
AUTOACT：自主规划的自动代理学习
AutoAct 是一个自动的代理学习框架，不依赖于大规模标注数据和闭源模型的合成轨迹。它通过自动合成规划轨迹和分工策略来实现多功能单一模型，在不同的 LLMs 上获得比强基准更好或类似的性能。
PDF6 months ago
语言智能能取代 PPO 吗？对 OpenAI Gym 的初步实证研究
语言代理是否能成为传统序列决策任务中 PPO 代理的替代品？本研究通过在 OpenAI Gym 中构建 TextGym 模拟器，对 PPO 代理和语言代理进行有效的比较，提出了基于统一强化学习框架和五个精确的领域知识控制场景水平的 RL-i
PDF7 months ago
Lumos：具有统一数据、模块化设计和开源 LLMs 的学习代理
引入 Lumos 是一个新颖的框架，用于训练语言代理，它采用统一的数据格式和基于开源大规模语言模型（LLMs）的模块化架构。Lumos 包括规划、基础和执行三个不同的模块，通过高质量的子目标和动作的注释进行训练，实现了与当前的最先进代理相当
PDF8 months ago
OpenAgents: 野外语言代理的开放平台
OpenAgents 是一个开放平台，用于在日常生活中使用和托管语言代理，包括数据分析、插件和自主网络浏览等功能，旨在为普通用户提供与代理功能的交互，同时为开发人员和研究人员提供无缝的部署体验，为真实世界的语言代理的研究和开发奠定基础。
PDF9 months ago
CLIN: 一个用于快速任务适应和泛化的持续学习语言代理
CLIN 是第一个语言驱动的智能体，它通过持续更新的文本内存，不断改进表现并能够在变化的环境和任务中迁移学习，使得智能体的性能逐渐提升。
PDF9 months ago
FireAct：面向自然语言智能体的微调
利用 Fine-tuning 技术将语言模型（LMs）进行优化，生成语言智能体，以提升其性能，通过基于问题回答（QA）和谷歌搜索 API 的实验设计及多个发现，论文证明 Fine-tuning LMs 对语言智能体具有全面的益处。
PDF9 months ago