multi-agent framework | BriefGPT

关键词multi-agent framework

搜索结果 - 23

解锁多样观点：基于人物角色的多智能体框架及辩论驱动的文本规划技术用于论证生成
使用基于人物的多智能体框架进行辩论和讨论，以生成多样化且有说服力的论证，进一步改进了当前的语言模型生成表面的符号的问题。
PDF6 days ago
提问为前题：面向现实世界规划的积极语言代理
这篇研究论文探索了大型语言模型在用户指令理解和决策方面的潜力，并提出了一种新的任务，即主动性代理规划。通过建立一个新的基准数据集和提出一个多代理框架，研究者验证了所提出框架的有效性。
PDF16 days ago
多重语言模型系统下的具身化问题回答
在多智体环境中，通过多个大型语言模型代理独立回答用户查询以产生鲁棒性答案，并使用中心答案模型进行聚合，结果显示比其他聚合方法（如投票方案和辩论）具有 50% 更高的准确率。此外，通过排列特征重要性方法进行关键特征分析，量化了中心答案模型对每
PDF18 days ago
批量指导梯度用于提示演化：增强文本到图像综合的系统性提示优化
通过多代理框架和迭代过程，基于高质量的初始查询和动态指令优化的图文生成模型，提供了改进用户输入提示设计的机制。
PDF21 days ago
ICML多智能体强化学习与放射治疗中的叶片定序相遇
本文提出了一种新颖的深度强化学习模型 —— 增强叶序列器（RLS），用于叶片排序的多智能体框架，通过大规模训练提供了优化计划中耗时迭代优化步骤的改进，并通过设计奖励机制来控制运动模式。实验结果表明，RLS 模型可以实现减小荧光重建误差，并在
PDFa month ago
代码 R：多智能体和任务图的问题解决
采用多智能体框架和预定义的任务图，提出了 CodeR，用于修复和解决代码存储库中报告的错误和添加新功能。在 SWE-bench lite 中，CodeR 能够解决 28.00％的问题，每个问题仅需提交一次。检验了 CodeR 的每个设计对性
PDFa month ago
GameVLM：基于视觉语言模型和零和博弈的机器人任务规划决策框架
该研究介绍了一个多智能体框架 (GameVLM)，使用预先训练的视觉语言模型 (GPT-4V) 来增强机器人任务规划中的决策过程，通过引入零和博弈理论来解决不同智能体之间的一致性问题，并得出最优解，实验证明该框架具有 83.3% 的平均成功
PDFa month ago
（或许）超越人类翻译：利用多智体协作翻译超长文学文本
近期机器翻译 (MT) 的进展在各个领域极大地提高了翻译品质，但是由于文学作品的复杂语言、比喻表达和文化内涵，对文学文本的翻译仍然是一个巨大挑战。本文介绍了一个基于大型语言模型 (LLMs) 的新型多智能体框架，名为 TransAgents
PDFa month ago
Smurfs: 利用多个熟练代理和上下文效率进行工具规划
该论文介绍了 “Smurfs”，这是一种先进的多代理框架，通过将传统的大语言模型转化为协同的多代理集合，提升任务分解与执行，并通过创新的提示策略，分配模型内的不同角色，从而促进专业代理之间的协作。我们的实证研究展示了 Smurfs 在复杂工
PDF2 months ago
Anywhere: 一个可靠且多样化的前景条件图像修复的多智能体框架
Anywhere 是一种先进的多智能体框架，通过使用多个代理（如 VLM、LLM 和图像生成模型），解决了前景条件下图像修复的过度想像、前景 - 背景不一致和有限多样性等问题，使得前景条件下的图像修复产生更可靠和多样化的结果。
PDF2 months ago
大型语言模型的社会规范测量
我们提出了一个新的挑战，以检验大型语言模型是否理解社会规范。我们的数据集需要对社会规范有基本的理解才能解决，它包含了 402 种社会规范技能和 12,383 个问题，涵盖了从意见和争论到文化和法律的广泛社会规范。我们根据 K-12 课程设计
PDF3 months ago
自组织代理：面向超大规模代码生成和优化的 LLM 多代理框架
最近大型语言模型 (LLM) 代理实现的自动代码生成取得了重要进展，但现有的单代理方法面对生成和改进大规模复杂代码库的限制，该论文提出了自组织多代理框架 (SoA)，这是一种新的多代理框架，能够实现大规模代码的可扩展和高效生成优化。在 So
PDF3 months ago
MAGIS：基于 LLM 的 GitHub 问题解决多智能体框架
在软件演化中，解决 GitHub 存储库中的新出现问题是一个复杂的挑战。为了克服这些挑战，我们提出了一种基于大型语言模型（LLMs）的多智能体框架 MAGIS，它由四种定制化的代理人组成，通过规划和编码过程中的各种代理人的协作来发挥 LLM
PDF3 months ago
Mora: 通过多代理框架实现通用视频生成
该论文介绍了一个名为 Sora 的大规模通用视频生成模型，随后提出了一个新的多智能体框架 Mora，通过多个视觉 AI 代理来复制 Sora 展示的通用视频生成能力，成功模拟了 Sora 在各种任务中的视频生成能力，并希望通过合作的 AI
PDF3 months ago
ArgMed-Agents: 通过辩论方案的大规模语言模型进行可解释性临床决策推理
我们提出了一个名为 ArgMed-Agents 的多代理框架，通过相互作用，使基于 LLM 的代理能够进行可解释的临床决策推理。该框架通过自我论证迭代和构建冲突关系的有向图，使 LLMs 能够模仿临床争辩推理的过程，并生成自主解释推理，从而
PDF4 months ago
OPEx: 对体现教学指导中面向语言模型的组件式代理的分析
在此研究中，提出了 OPEx 框架，它通过展示 Observer、Planner 和 Executor 的核心组成部分，深入分析了每个组件对 Embodied Instruction Following 任务性能的影响，并通过在 TextW
PDF4 months ago
基于动态任务分解和代理生成的多智能体框架 TDAG
我们提出了一种基于动态任务分解和代理生成（TDAG）的多代理框架，该框架将复杂任务动态分解为较小的子任务，并将每个子任务分配给生成的特定子代理，在增强多样且不可预测的真实世界任务中提高适应性。同时，我们引入了 ItineraryBench
PDF5 months ago
通过多智能体对话增强诊断准确性：利用大型语言模型减轻认知偏差
通过大型语言模型 (LLMs) 在多智能体框架中的运用，模拟临床决策过程并评估其改善诊断准确性的有效性，以应对临床决策中的认知偏差。
PDF5 months ago
TrainerAgent：基于 LLM 的多智能体系统实现可定制和高效的模型训练
利用强大的分析、规划和决策能力，以及四个代理的协作，我们提出了一种 TrainerAgent 系统，它由任务、数据、模型和服务器代理组成，通过综合地从数据和模型的角度对用户定义的任务、输入数据和需求进行优化，从而获得满足要求的模型，并将这些
PDF8 months ago
AgentVerse：促进多智能体协作并探索智能体的 emergent behaviors
基于大型语言模型的自主代理人在任务的广泛范围内实现了显著的改进。为了提高任务完成的效率和效果，我们提出了一个多代理人框架，并通过实验证明该框架能够有效地部署优于单个代理人的多代理人群体。在协同任务完成过程中，我们深入研究了群体中个体代理人之
PDF10 months ago