Search | BriefGPT - AI 论文速递

搜索结果 - 200

PyBench: 在多种真实编码任务上评估 LLM Agent
LLM Agent 能够自动解决实际的编码任务，而为了解决现有基准测试的不足，我们引入了 PyBench 这个基准测试，它涵盖了五大类实际任务，要求 LLM Agent 具有对 Python 包的全面了解、卓越的推理能力以及能够融入执行的代
PDF4 days ago
Agent Hospital: 可进化的医学代理的医院模拟
该研究介绍了一个名为 Agent Hospital 的医院模拟系统，使用大型语言模型（LLMs）驱动的自主智能代理来治疗疾病，并通过一种名为 MedAgent-Zero 的方法使医生代理学会治疗疾病。实验结果显示，医生代理的治疗表现在各项任
PDF3 months ago
CACA Agent：基于能力协作的人工智能代理
利用协同能力和开放式架构，我们提出了 CACA Agent，实现了 AI 代理的可扩展性和规划能力，并通过演示展示了 CACA Agent 的操作和应用场景扩展。
PDF4 months ago
Agent-FLAN: 大型语言模型的高效代理调优数据和方法设计
通过重新设计训练语料库，Agent-FLAN 可以有效地对语言模型进行微调，从而提高代理模型在各种评估数据集上的性能，此外，Agent-FLAN 还能显著减轻幻觉问题，并在略微提高通用能力的同时，不断提高语言模型的代理能力。
PDF4 months ago
KG-Agent: 知识图谱复杂推理的高效自主代理框架
本研究旨在通过知识图谱改进大型语言模型 (LLM) 的推理能力，以回答复杂问题。我们提出了一种自主的基于 LLM 的智能体框架 KG-Agent，它允许一个小型 LLM 主动作出决策，直到完成对知识图谱的推理过程。在 KG-Agent 中，
PDF5 months ago
MMTrustAgent：通过 Agent 组织构建实现安全可信的 LLM-based 代理
通过引入安全意识并探索安全与可信性之间的关系，这篇论文提出了基于 Agent-Constitution 的代理框架 TrustAgent，为提高 LLM-based agents 的安全性而进行了初步研究，采用了预先规划、规划中和规划后策略
PDF6 months ago
移动 Agent：具有视觉感知的自主多模移动设备 Agent
本文介绍了一个基于多模式大语言模型的移动设备代理应用程序 Mobile-Agent，它可以通过视觉感知工具识别和定位应用程序前端界面中的视觉和文本元素，并根据感知到的视觉上下文自主规划和分解复杂操作任务，通过逐步操作导航移动应用程序。通过基
PDF6 months ago
Agent AI：多模态交互视野调查
多模态人工智能系统中，基于 Agent 的多模态智能研究，通过在真实和虚拟环境中嵌入具有感知能力的智能体，能够处理和解释视觉和语境数据，以提高智能系统的上下文感知和交互能力。
PDF7 months ago
Agent Attention: 关于 Softmax 和线性注意力的整合
此研究提出了一种新的注意力范式，即 Agent Attention，以在计算效率和表示能力之间取得有利的平衡，该方法通过引入额外的代理标记来实现高效的全局上下文模型建模，同时保留了强大的 Softmax attention 和高效的线性 a
PDF7 months ago
Agent 遇见 OKR：一种基于目标与关键结果的代理系统，具有层次自协作和自评价
该研究引入了 OKR-Agent 的概念，旨在提升大型语言模型在任务解决方面的能力。通过使用自协作和自校正机制，我们的方法利用层级代理来解决任务解决中的困难。我们的框架包括两个创新模块：分级对象和关键结果生成以及多级评估，可以更高效、更稳健
PDF8 months ago
AGent：一种自动创建无法回答的问题的新型流程
通过自动重匹配缺少正确答案所需信息的上下文与问题，我们提出了一种名为 AGent 的新型流水线，从而自动创建新的不可回答问题。本文中，我们通过从 SQuAD 和 HotpotQA 的可回答问题创建了两组不可回答问题，并展示了 AGent 流
PDFa year ago
ModelScope-Agent：使用开源大型语言模型构建可定制化的代理系统
建立了 ModelScope-Agent 框架的工作介绍了一种将开放源代码的 LLMs 作为控制器的通用和可定制的代理框架，从而使 LLMs 具备工具使用能力，实现了工具使用数据收集、工具检索、工具注册、内存控制、定制模型训练和实际应用评估
PDFa year ago
AAAIAGenT Zero: 技能评估零样本自动生成多项选择题
通过集中于围绕问题上下文的改述，我们的工作提供了一种高数据获取成本情景下进行多项选择题生成的初始尝试，这是通过使用仅预训练模型构成的 pipeline AGenT Zero，该方法不需要 fine-tuning，最大限度地减少了问题生成的数
PDF4 years ago
REVEAL-IT: 可解释性的具备进化 Agent 策略的增强学习
在本文中，我们提出了 REVEAL-IT 框架，用于解释复杂环境中代理人的学习过程。我们通过可视化策略结构和代理人在各种训练任务中的学习过程来理解一个特定的训练任务或阶段对代理人在测试中的性能有多大影响。然后，基于图神经网络的解释器学习突出
PDFa month ago
每步严密观察！通过迭代的步骤级过程优化学习的 LLM Agent
采用 Monte Carlo 方法为 Iterative step-level Process Refinement (IPR) 框架提供步骤级奖励，通过与专家轨迹进行对比评估，从中识别差异并生成对比动作对，用于训练模型，实验证明该框架在提
PDFa month 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
PDF2 months ago
Husky 多步推理的统一开源语言代理
Husky 是一个开放源代码的语言代理（language agent），通过在统一的行动空间上进行推理来解决涉及数值、表格和基于知识的复杂任务，它的实验结果显示在 14 个评估数据集上优于先前的语言代理，并且在混合工具推理方面甚至能与 GP
PDF2 months ago
再次问候！基于 LLM 的个性化长期对话代理
开放域对话系统的关键是提供长期陪伴和个性化互动，长期对话代理 (LD-Agent) 模型可以通过事件概括和个性化管理模块，增强自动化认知和问题解决能力。
PDF2 months ago
带有世界知识模型的 Agent 规划
使用大型语言模型作为代理模型来执行交互式规划任务已取得令人称赞的结果。本文引入了参数化的世界知识模型（WKM）来促进代理规划，通过从专家和采样轨迹中自我合成知识，并提供全局任务知识和动态状态知识来指导全局规划和辅助局部规划。实验证明我们的方
PDF2 months ago
CACTUS: 化学代理连接工具的使用与科学
通过集成化学信息学工具，CACTUS（Chemistry Agent Connecting Tool-Usage to Science）能够利用开源 LLMs 的认知能力和领域特定工具，提高在化学和分子发现领域的推理和问题解决能力。CACT
PDF3 months ago