Startseite>Programmierbezogen>Anderer Quellcode
Herunterladen

LLM -Agenten Papiere

Must-Read-Papiere zu Großsprachmodellagenten.

"Hier sind einige andere Papierlisten, an denen Sie interessiert sein könnten:

Prompt4reasoningPaper: Argumentation mit Sprachmodell, die Papiere auffordert.

? Wissensditierpaper: müssen Artikel zur Wissensbearbeitung für große Sprachmodelle lesen.

Wir laden Sie aufrichtig ein, in diese Sammlungen von Papieren und Ressourcen einzutauchen, die jeweils eine eindeutige Reise der Erkundung und Entdeckung bieten. ? "

? Nachricht

  • [2024-03] Wir veröffentlichen ein neues Papier: "Knowagent: Wissensplanung für LLM-basierte Agenten".
  • [2023-06] Wir erstellen dieses Repository, um eine Papierliste auf Multi-Agents zu verwalten.

Inhalt

  • LLM -Agenten Papiere
    • ? Nachricht
    • Inhalt
    • ? Papiere
      • Überblick
      • ? Agent
        • Persönlichkeit. ?
        • Erinnerung. ?
        • Planung. ? ♟️
        • Werkzeuggebrauch. ?‍???
      • ? Mehrere Agenten
        • Aufgabenorientierte Kommunikation
          • Kollaborativer Austausch? ‍? ‍
          • Gegentliche Wechselwirkungen ?? ‍ ??
        • Gelegenheits-/offene Gespräche
      • ? Anwendung
      • ? ️ Framework
      • ? Andere
    • ? Ressourcen
      • Benchmarks
      • Arten von Werkzeugen
      • Werkzeugliste
    • ? Beitrag
      • Beitrag zu dieser Papierliste
      • Mitwirkende

? Papiere

Überblick

  1. Interaktive Verarbeitung natürlicher Sprache

    Zekun Wang, Ge Zhang, Kexin Yang, Ning Shi, Wangchunshu Zhou, Shaochun Hao, Guangzheng Xiong, Yizhi Li, Mong Yuan Sim, Xiuying Chen, Qingqing Zhu, Zhenzhu Yang, Adam Nik, Qi Liu, Chenghua Lin, Shi Wang, Ruibo Liu, Wenhu Chen, Ke Xu, Dayiheng Liu, Yike Guo, Jie Fu. [ABS], 2023.5

  2. Eine Umfrage zu großsprachigen modellbasierten autonomen Agenten

    Lei Wang, Chen MA, Xueyang Feng, Zeyu Zhang, Hao Yang, Jingsen Zhang, Zhiyuan Chen, Jiakai Tang, Xu Chen, Yankai Lin, Wayne Xin Zhao, Zhewei Wei, Ji-Rong Wen. [ABS], 2023.8

  3. Der Anstieg und das Potenzial von modellbasierten Wirkstoffen in großer Sprache: eine Umfrage

    Zhiheng Xi, Wenxiang Chen, Xin Guo, Wei He, Yiwen Ding, Boyang Hong, Ming Zhang, Junzhe Wang, Senjie Jin, Enyu Zhou, Rui Zheng, Xiaoran Fan, Xiao Wang, Limao Xiong, Yuhao Zhou, Weiran Wang, Changhao Jiang, Yicheng Zou, Xiangyang Liu, Zhangyue Yin, Shihan Dou, Rongxiang Weng, Wensen Cheng, Qi Zhang, Wenjuan Qin, Yongyan Zheng, Xipeng Qiu, Xuanjing Huang, Tao Gui. [ABS], 2023.9

  4. Wenn LLM der Assistent ist, ist Code der Zauberstab: Eine Umfrage darüber, wie Code große Sprachmodelle als intelligente Agenten dienen

    Ke Yang, Jiateng Liu, John Wu, Chaoqi Yang, Yi R. Pilg, Sha Li, Zixuan Huang, Xu Cao, Xingyao Wang, Yiquan Wang, Heng JI, Chengxiang Zhai. [ABS], 2024.1

  5. Agent AI: Vermessung des Horizons der multimodalen Wechselwirkung

    Zane Durante, Qiuyuan Huang, Naoki Wake, Ran Gong, Jae Sung Park, Bidipta Sarkar, Rohan Taori, Yusuke Noda, Demetri Terzopoulos, Yejin Choi, Katsushi Ikeuchi, Hoi Vo, Li Fei-Fei-Fei, Jianfeng Gao. [ABS], 2024.1

  6. Persönliche LLM -Agenten: Erkenntnisse und Umfrage über die Fähigkeiten, Effizienz und Sicherheit

    Yuanchun Li, Hao Wen, Weijun Wang, Xiangyu Li, Yizhen Yuan, Guohong Liu, Jiacheng Liu, Wenxing Xu, Xiang Wang, Yi Sun, Rui Kong, Yile Wang, Hanfei Geng, Jian Luan, Xuefeng Jin, Zilong Ye, Guanjing Xiong, Fan Zhang, Xiang Li, Mengwei Xu, Zhijun Li, Peng Li, Yang Liu, Ya-Qin Zhang, Yunxin Liu. [ABS], 2024.1

  7. Eine Übersicht über die Intelligenz des neuronalen Code: Paradigmen, Fortschritte und darüber hinaus

    Qiushi Sun, Zhirui Chen, Fangzhi Xu, Kanzhi Cheng, Chang Ma, Zhangyue Yin, Jianing Wang, Chengcheng Han, Renyu Zhu, Shuai Yuan, Qipeng Guo, Xipeng Qiu, Pengcheng Yin, Xiaoli Li, Fei Yuan, Lingpeng Kong, Xiang Li, Zhiyong Wu. [ABS], 2024.3

? Agent

Persönlichkeit. ?

  1. Die Theorie des Geistes kann in großen Sprachmodellen spontan aufgetaucht sein

    Michal Kosinski. [ABS], 2023.2

  2. Toxizität im ChatGPT: Analyse personenbezogener Sprachmodelle

    Ameet Deshpande, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan. [ABS], 2023.4

  3. Spielen wiederholte Spiele mit großsprachigen Modellen spielen

    Elif Akata, Lion Schulz, Julian Coda-Forno, Seong Joon Oh, Matthias Bethge, Eric Schulz. [ABS], 2023.5

  4. ExpertPromping: Großsprachmodelle anweisen, angesehene Experten zu sein

    Benfeng Xu, ein Yang, Junyang Lin, Quan Wang, Chang Zhou, Yongdong Zhang, Zhendong Mao. [ABS], 2023.5

  5. Rollenspiel mit großen Sprachmodellen

    Murray Shanahan, Kyle McDonell, Laria Reynolds. [ABS], 2023.5

  6. TidyBot: Personalisierte Roboterunterstützung bei großen Sprachmodellen

    Jimmy Wu, Rika Antonova, Adam Kan, Marion LePert, Andy Zeng, Shuran Song, Jeannette Bohg, Szymon Rusinkiewicz, Thomas Funkhouser. [ABS], 2023.5

  7. Persönlichkeitsmerkmale in Großsprachmodellen

    Mustafa Safdari, Greg Serapio-García, Clément Crepy, Stephen Fitz, Peter Romero, Luning Sun, Marwa Abdulhai, Aleksandra Faust, Maja Matarić. [ABS], 2023.7

  8. Besitzen LLMs eine Persönlichkeit? MBT den MBTI -Test zu einer erstaunlichen Bewertung für große Sprachmodelle machen

    Keyu Pan, Yawen Zeng. [ABS], 2023.7

  9. Bewusstsein in künstlicher Intelligenz: Einsichten aus der Wissenschaft des Bewusstseins

    Patrick Butlin, Robert Long, Eric Elmoznino, Yoshua Bengio, Jonathan Birch, Axel Constant, George Deane, Stephen M. Fleming, Chris Frith, Xu Ji, Ryota Kanai, Colin Klein, Grace Lindsay, Matthias Michel, Liad Mudrik, Megan AK Peters, Eric Schwitzgebel, Jonathan Simon, Rufin Vanrullen. [ABS], 2023.8

  10. Aus dem Kontext genommen: Über Messung des Situationsbewusstseins in LLMs

    Lukas Berglund, Asa Cooper Stickland, Mikita Balesni, Max Kaufmann, Meg Tong, Tomasz Korbak, Daniel Kokotajlo, Owain Evans. [ABS], 2023.9

  11. Können große Sprachmodell -Agenten das Verhalten des menschlichen Vertrauens simulieren?

    Chengxing Xie, Canyu Chen, Feiran Jia, Ziyu Ye, Kai Shu, Adel Bibi, Ziniu Hu, Philip Torr, Bernard Ghanem, Guohao Li. [ABS], 2024.02

Erinnerung. ?

  1. Colt5: schnellere Langstreckentransformatoren mit bedingter Berechnung

    Joshua Ainslie, Tao Lei, Michiel de Jong, Santiago Onañón, Siddhartha Brahma, Yury Zemlyanskiy, David Uthus, Mandy Guo, James Lee-Thorp, Yi Tay, Yun-Hsuan Sanghai. [ABS], 2023.3

  2. Aufstrebende und vorhersehbare Auswendiglernen in Großsprachenmodellen

    Stella Biderman, USVSN Sai Prashanth, Lintang Sutawika, Hailey Schoelkoopf, Quentin Anthony, Shivanshu Purohit, Edward Raff. [ABS], 2023.4

  3. Entfesselung der Eingangskapazität von Infinitenlängen für großräumige Sprachmodelle mit selbstkontrolliertem Speichersystem

    Xinnian Liang, Bing Wang, Hui Huang, Shuangzhi Wu, Peihao Wu, Lu Lu, Zejun MA, Zhoujun Li. [ABS], 2023.4

  4. Chatlog: Aufnahme und Analyse von ChatGPT über die Zeit

    Shangqing Tu, Chunyang Li, Jifan Yu, Xiaozhi Wang, Lei Hou, Juanzi Li. [ABS], 2023.4

  5. Lernen, zu verhindern und sich selbst zu merken

    Jack Lanchantin, Shubham Toshniwal, Jason Weston, Arthur Szlam, Sainbayar Sukhbaatar. [ABS], 2023.5

  6. Unimformator: Langstreckentransformatoren mit unbegrenzter Längeeingabe

    Amanda Bertsch, Uri Alon, Graham Neuubig, Matthew R. Gormley. [ABS], 2023.5

  7. Kleine Modelle sind wertvolle Plug-Ins für große Sprachmodelle

    Canwen Xu, Yichong Xu, Shuohang Wang, Yang Liu, Chenguang Zhu, Julian McAuley. [ABS], 2023.5

  8. MemoryBank: Verbesserung großer Sprachmodelle mit Langzeitgedächtnis

    Wanjun Zhong, Lianghong Guo, Qiqi Gao, He, Yanlin Wang. [ABS], 2023.5

  9. Toolkengpt: Ergänzen gefrorene Sprachmodelle mit massiven Werkzeugen über Tool -Einbettungen

    Shibo Hao, Tianyang Liu, Zhen Wang, Zhiting Hu. [ABS], 2023.5

  10. Recurrentgpt: interaktive Erzeugung von (willkürlich) langen Text

    Wangchunshu Zhou, Yuchen Eleanor Jiang, Peng Cui, Tiannan Wang, Zhenxin Xiao, Yifan Hou, Ryan Cotterell, Mrinmaya Sachan. [ABS], 2023.5

  11. Ret-llm: Auf dem Weg zu einem allgemeinen Leseschreibergedächtnis für große Sprachmodelle

    Ali Modarressi, Ayyoob Imani, Mohsen Fayyaz, Hinrich Schütze. [ABS], 2023.5

  12. Anpassung von Sprachmodellen an komprimierte Kontexte

    Alexis Chevalier, Alexander Wettig, Anirudh Ajith, Danqi Chen. [ABS], 2023.5

  13. Überprüfung paralleler Kontextfenster: Eine frustrierend einfache alternative und kette Verschlechterung der Kette der Kette

    Kejuan Yang, Xiao Liu, Kaiwen Männer, Aohan Zeng, Yuxiao Dong, Jie Tang. [ABS], 2023.5

  14. Wahrzeichen Aufmerksamkeit: Zufallszugriff unendliche Kontextlänge für Transformatoren

    Amirkeivan Mohtashami, Martin Jaggi. [ABS], 2023.5

  15. Randomisierte Positionscodierungen steigern die Länge der Verallgemeinerung von Transformatoren

    Anian Ruoss, Grégoire Delétang, Tim Genewein, Jordi Grau-Moya, Róbert Csordás, Mehdi Bennani, Shane Legg, Joel Vessess. [ABS], 2023.5

  16. Monotonische Ort Aufmerksamkeit für die Länge der Verallgemeinerung

    Jishnu Ray Chowdhury, Cornelia Caragea. [ABS], 2023.5

  17. CHATDB: Augmenting LLMs mit Datenbanken als symbolischer Speicher erweitern

    Chenxu Hu, Jie Fu, Chenzhuang DU, Simian Luo, Junbo Zhao, Hang Zhao. [ABS], 2023.6

  18. Kognitive Architekturen für Sprachmittel

    Theodore Sumers, Shunyu Yao, Karthik Narasimhan, Thomas L. Griffiths [ABS], 2023.9

  19. Jarvis-1: Open-World Multi-Task-Agenten mit maßstabsgeräten multimodalen Sprachmodellen

    Zihao Wang, Shaofei Cai, Anji Liu, Yonggang Jin, Jinbing Hou, Bowei Zhang, Haowei Lin, Zhaofeng HE, Zilong Zheng, Yaodong Yang, Xiaojian MA, Yitao Liang . [ABS], 2023.11

  20. Eine Umfrage zum Gedächtnismechanismus großer Sprachmodellbasierter Agenten

    Zeyu Zhang, Xiaohe Bo, Chen MA, Rui Li, Xu Chen, Quanyu Dai, Jieming Zhu, Zhenhua Dong, Ji-Rong Wen . [ABS], 2024.4

  21. HIPPORAG: Neurobiologisch inspiriertes Langzeitgedächtnis für große Sprachmodelle

    Bernal Jiménez Gutiérrez, Yiheng Shu, Yu Gu, Michihiro Yasunaga, Yu Su. [ABS], 2024.5

  22. Gedankenpuffer: Nachdenkliche Argumentation mit großen Sprachmodellen

    Ling Yang, Zhaochen Yu, Tianjun Zhang, Shiyi Cao, Minkai Xu, Wentao Zhang, Joseph E. Gonzalez, bin Cui. [ABS], 2024,6

Planung. ? ♟️

  1. Sprachmodelle als Null-Shot-Planer: Extrahieren umsetzbar

    Wenlong Huang, Pieter Abbeel, Deepak Pathak, Igor Mordatch . [ABS], 2022.1

  2. Innerer Monolog: Verkörperte Argumentation durch Planung mit Sprachmodellen

    Wenlong Huang, Fei Xia, Ted Xiao, Harris Chan, Jacky Liang, Pete Florence, Andy Zeng, Jonathan Tompson, Igor Mordatch, Yevgen Chebotar, Pierre Sermanet, Noah Brown, Tomas Jackson, Linda Luu, Sergey Levine, Karol Hauseman, Karol Hauseman, KAROL HAUSMAN, KAROL HAUSMAN, BRIAN ITter . [ABS], 2022.7

  3. Reagieren: Synergisierung von Argumentation und Handeln in Sprachmodellen

    Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan du, Izhak Shafran, Karthik Narasimhan, Yuan Cao. [ABS], 2022.10

  4. Mind's Eye: Großenmodells argumentieren durch Simulation

    Ruibo liu, Jason Wei, Shixiang Shane Gu, Te-Yen Wu, Soroush Voughi, Claire Cui, Denny Zhou, Andrew M. Dai. [ABS], 2022.10

  5. LLM-Planner: Wenige Schuss-geerdete Planung für verkörperte Wirkstoffe mit großen Sprachmodellen

    Chan Hee Song, Jian Wu, Clayton Washington, Brian M. Sadler, Wei-Lun Chao, Yu Su . [ABS], 2022.12

  6. Erzeugen Sie nicht, diskriminieren Sie: Ein Vorschlag für die Erdungssprachmodelle in reale Umgebungen

    Yu Gu, Xiang Deng, Yu Su. [ABS], 2022.12

  7. Träumen verkörperte Agenten von pixelierten Schafen ?: Verbundene Entscheidungsfindung mithilfe einer sprachgeführten Weltmodellierung

    Kolby Nottingham, Prithviraj Ammanabrolu, Alane Suhr, Yejin Choi, Hannaneh Hajishirzi, Sameer Singh, Roy Fox . [ABS], 2023.1

  8. Beschreiben, erklären, planen und auswählen: Interaktive Planung mit großsprachigen Modellen ermöglicht Open-World Multi-Task-Agenten

    Zihao Wang, Shaofei Cai, Anji Liu, Xiaojian MA, Yitao Liang . [ABS], 2023.2

  9. Palm-E: Ein verkörpertes multimodales Sprachmodell

    Danny Driess, Fei Xia, Mehdi SM Sajjadi, Corey Lynch, Aakanksha Chowdhery, Brian Ichter, Ayzaan Wahid, Jonathan Tompson, Quan Vuong, Tianhe Yu, Wenlong Huang, Yevgen Chebotar, Pierre Sermanet, Daniel Duckworth, Sergey Levine, Vincent Vanhoucke, Karol Hausman, Marc Toussaint, Klaus Greff, Andy Zeng, Igor Mordatch, Pete Florence. [ABS], 2023.3

  10. Reflexion: Sprachmittel mit verbalem Verstärkungslernen

    Noah Shinn, Federico Cassano, Beck Labash, Ashwin Gopinath, Karthik Narasimhan, Shunyu Yao. [ABS], 2023.3

  11. Chat mit der Umgebung: Interaktive multimodale Wahrnehmung mit großer Sprachmodellen

    Xufeng Zhao, Mengdi Li, Cornelius Weber, Muhammad Burhan Hafez, Stefan Wermter . [ABS], 2023.3

  12. Plan4MC: Lernen und Planung von Minecraft-Aufgaben im Freiheitsverstärkung und Planung

    Haoqi Yuan, Chi Zhang, Hongcheng Wang, Feiyang Xie, Penglin Cai, Hao Dong, Zongqing Lu. [ABS], 2023.3

  13. Self-Refine: iterative Verfeinerung mit Selbstfütterung

    Aman Madaan, Niket Tandon, Prakhar Gupta, Skyler Hallinan, Luyu Gao, Sarah Wiegreffe, Uri Alon, Nouha Dziri, Shrimai Prabhumoye, Yiming Yang, Shashank Gupta, Bodhisattwa Prasad Majumder, Katherine Hermann, Sean Welleck, Amir Yazdanbakhsh, Peter Clark. [ABS], 2023.3

  14. Großsprachenmodelle für Selbstentwicklung unterrichten

    Xinyun Chen, Maxwell Lin, Nathanael Schärli, Denny Zhou. [ABS], 2023.4

  15. WizardLM: Ermächtigung großer Sprachmodelle, komplexe Anweisungen zu befolgen

    Can Xu, Qingfeng Sun, Kai Zheng, Xiubo Geng, Pu Zhao, Jiazhan Feng, Chongyang Tao, Daxin Jiang. [ABS], 2023.4

  16. FREGALGPT: Wie man große Sprachmodelle verwendet, gleichzeitig die Kosten senkt und die Leistung verbessert

    Lingjiao Chen, Matei Zaharia, James Zou. [ABS], 2023.5

  17. Baum der Gedanken: Absichtliche Problemlösung mit großen Sprachmodellen

    Shunyu Yao, Dian Yu, Jeffrey Zhao, Izhak Shafran, Thomas L. Griffiths, Yuan Cao, Karthik Narasimhan. [ABS], 2023.5

  18. Planen, eliminieren und verfolgen - Sprachmodelle sind gute Lehrer für verkörperte Agenten

    Yue Wu, so Yeon Min, Yonatan Bisk, Ruslan Salakhutdinov, Amos Azaria, Yuanzhi Li, Tom Mitchell, Shrimai Prabhumoye . [ABS], 2023.5

  19. Wissensverstärkte Agenten für interaktive Textspiele

    Prateek Chhikara, Jiarui Zhang, Filip Ilievski, Jonathan Francis, Kaixin MA. [ABS], 2023.5

  20. Voyager: Ein offener verkörperter Agent mit großartigen Modellen

    Guanzhi Wang, Yuqi Xie, Yunfan Jiang, Ajay Mandlekar, Chaiftei Xiao, Yuke Zhu, Linxi -Fan, Anima Anandkumar . [ABS], 2023.5

  21. SwiftSage: Ein generatives Agent mit schnellem und langsamem Denken für komplexe interaktive Aufgaben

    Bill Yuchen Lin, Yicheng Fu, Karina Yang, Prithviraj Ammanabrolu, Faeze Brahman, Shiyu Huang, Chandra Bhagavatula, Yejin Choi, Xiang Ren. [ABS], 2023.5

  22. Sprachmodelle treffen Weltmodelle: Verbundene Erfahrungen verbessern Sprachmodelle

    Jiannan Xiang, Tianhua Tao, Yi Gu, Tianmin Shu, Zirui Wang, Zichao Yang, Zhiting Hu. [ABS], 2023.5

  23. Geist im Minecraft: Im Allgemeinen fähige Agenten für Umgebungen mit offener Welt über Großsprachmodelle mit textbasiertem Wissen und Gedächtnis

    Xizhou Zhu, Yuntao Chen, Hao Tian, ​​Chenxin Tao, Weijie Su, Chenyu Yang, Gao Huang, bin Li, Lewei Lu, Xiaogang Wang, Yu Qiao, Zhaoxiang Zhang, Jifeng Dai. [ABS], 2023.5

  24. Adaplanner: Adaptive Planung aus Feedback mit Sprachmodellen

    Haotian Sun, Yuchen Zhuang, Lingkai Kong, Bo Dai, Chao Zhang. [ABS], 2023.5

  25. Das Denken mit Sprachmodell ist die Planung mit dem Weltmodell

    Shibo Hao, Yi Gu, Haodi MA, Joshua Jiahua Hong, Zhen Wang, Daisy Zhe Wang, Zhiting Hu. [ABS], 2023.5

  26. Aufforderung zur Planung und Lösung

    Lei Wang, Wanyu Xu, Yihuai Lan, Zhiqiang Hu, Yunshi Lan, Roy Ka-Di Lee, Ee-Peng Lim. [ABS], 2023.5

  27. Aktivieren intelligenter Interaktionen zwischen einem Agenten und einem LLM: Ein Verstärkungslernenansatz

    Bin Hu, Chenyang Zhao, Pu Zhang, Zihao Zhou, Yuanhang Yang, Zegglin Xu, bin Liu. [ABS], 2023.6

  28. Recagent: Ein neuartiges Simulationsparadigma für Empfehlungssysteme

    Lei Wang, Jingsen Zhang, Xu Chen, Yankai Lin, Ruihua Song, Wayne Xin Zhao, Ji-Rong Wen. [ABS], 2023.6

  29. Auf einen einheitlichen Agenten mit Grundmodellen.

    Norman di Palo, Arunkumar Byravan, Leonard Hasenclever, Markus Wulfmeier, Nicolas Heess, Martin Riedmiller. [ABS], 2023.7

  30. Pangu-Coder2: Verbesserung großer Sprachmodelle für Code mit Ranking-Feedback

    Bo Shen, Jiaxin Zhang, Taihong Chen, Daoguang Zan, Bing Geng, A Fu, Muhan Zeng, Ailun Yu, Jichuan Ji, Jingyang Zhao, Yuenan Guo, Qianxiang Wang. [ABS], 2023.7

  31. Eine reale Webagent mit Planung, langem Kontextverständnis und Programmsynthese

    Izzeddin Gur, Hiroki Furuta, Austin Huang, Mustafa Safdari, Yutaka Matsuo, Douglas Eck, Aleksandra Faust. [ABS], 2023.7

  32. RetroFormer: Retrospektive Großsprachenagenten mit politischer Gradientenoptimierung

    Weiran Yao, Shelby Heinecke, Juan Carlos Niebles, Zhiwei Liu, Yihao Feng, Le Xue, Rithesh Murthy, Zeyuan Chen, Jiangguo Zhang, Devansh Arpit, Ran Xu, Phil Mui, Huan Wang, Caiming Xionge, Silvio Savio. [ABS], 2023.8

  33. SelfCheck: Verwenden von LLMs bis zum Null-Shot-Überprüfen Sie ihre eigenen Schritt-für-Schritt-Argumentation

    Ning Miao, Yee Whye Teh, Tom Rainforth. [ABS], 2023.8

  34. Expel: LLM -Wirkstoffe sind experimentelle Lernende

    Andrew Zhao, Daniel Huang, Quentin Xu, Matthieu Lin, Yong-Jin Liu, Gao Huang. [ABS], 2023.8

  35. Selbstgetriebene Erdung: Großsprachmodell-Agenten mit automatisch sprachgestützten Fähigkeiten kennenlernen

    Shaohui Peng, Xing Hu, Qi Yi, Rui Zhang, Jiaming Guo, Di Huang, Zikang Tian, ​​Ruizhi Chen, Zidong du, Qi Guo, Yunji Chen, Ling Li. [ABS], 2023.9

  36. Jarvis-1: Open-World Multi-Task-Agenten mit maßstabsgeräten multimodalen Sprachmodellen

    Zihao Wang, Shaofei Cai, Anji Liu, Yonggang Jin, Jinbing Hou, Bowei Zhang, Haowei Lin, Zhaofeng HE, Zilong Zheng, Yaodong Yang, Xiaojian MA, Yitao Liang . [ABS], 2023.11

  37. LEO: Ein verkörperter Generalist in der 3D -Welt

    Jiangyong Huang, Silong Yong, Xiaojian MA, Xiongkun Linghu , Puhao Li, Yan Wang, Qing Li, Song-Chun Zhu, Baoxiong Jia, Siyuan Huang* [ABS], 2023.11

  38. Codekette: Argumentation mit einem sprachmodell-ausgerichteten Code-Emulator

    Chengshu Li, Jacky Liang, Andy Zeng, Xinyun Chen, Karol Hausman, Dorsa Sadigh, Sergey Levine, Li Fei-Fei, Fei Xia, Brian Ichter. [ABS], 2023.12

  39. REST METICS REACT: Selbstverbesserung für Multi-Step-Argumentation LLM Agent

    Renat Aksitov, Sobhan Miryoosefi, Zonglin Li, Daliang Li, Sheila Babayan, Kavya Kopparapu, Zachary Fisher, Ruiqi Guo, Sushant Prakash, Pranesh Srinivasan, Manzil Zaheer, Felix Yu, Sanjiv Kumar. [ABS], 2023.12

  40. Selbstkontrast: Bessere Reflexion durch inkonsistente Lösungsperspektiven

    Wenqi Zhang, Yongliang Shen, Linjuan Wu, Qiuying Peng, Jun Wang, Yueting Zhuang, Weimering Lu. [ABS], 2024.01

  41. Autoact: Automatisches Agentenlernen von Grund auf selbst durch Selbstplanung

    Shuofei Qiao, Ningyu Zhang, Runnan Fang, Yujie Luo, Wangchunshu Zhou, Yuchen Eleanor Jiang, Chengfei LV, Huajun Chen. [ABS], 2024.01

  42. TravelPlanner: Ein Maßstab für die Planung der realen Welt mit Sprachagenten

    Jian Xie, Kai Zhang, Jiangjie Chen, Tinghui Zhu, Renze Lou, Yuandong Tian, ​​Yanghua Xiao, Yu Su. [ABS], 2024.02

  43. Agent-pro: Lernen, sich durch Reflexion und Optimierung auf Politikebene zu entwickeln,

    Wenqi Zhang, Ke Tang, Hai Wu, Mengen Wang, Yongliang Shen, Guiyang Hou, Zeqi Tan, Peng Li, Yueting Zhuang, Weimering Lu. [ABS], 2024.02

  44. Knowagent: Kenntnisdurchschnittliche Planung für LLM-basierte Agenten

    Yuqi Zhu, Shuofei Qiao, Yixin OU, Shumin Deng, Ningyu Zhang, Shiwei Lyu, Yue Shen, Lei Liang, Jinjie Gu, Huajun Chen. [ABS], 2024.03

  45. Sotopia-π: Interaktives Lernen von sozial intelligenten Sprachagenten

    Ruiyi Wang, Haofei Yu, Wenxin Zhang, Zhengyang Qi, Maarten Sap, Graham Neubig, Yonatan Bisk, Hao Zhu. [ABS], 2024.03

  46. Autoguide: Automatisierte Erzeugung und Auswahl staatlicher Richtlinien für großsprachige Modellagenten

    Yao Fu, Dong-Ki Kim, Jakeyeom Kim, Sungryull Sohn, Lajanugen Logeswaran, Kyunghoon Bae, Honglak Lee. [ABS], 2024.03

  47. Ermächtigung von großsprachigen Model -Agenten durch Handlungslernen

    Haiteng Zhao, Chang MA, Guoyin Wang, Jing Su, Lingpeng Kong, Jingjing Xu, Zhi-Hong Deng, Hongxia Yang. [ABS], 2024.02

  48. Advocate des Teufels: Vorstellungsfähige Reflexion für LLM -Agenten

    Haoyu Wang, Tao Li, Zhiwei Deng, Dan Roth, Yang Li. [ABS], 2024.05

  49. Agentenplanung mit Weltwissenmodell

    Shuofei Qiao, Runnan Fang, Ningyu Zhang, Yuqi Zhu, Xiang Chen, Shumin Deng, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen. [ABS], 2024.05

  50. Intelligente Go-Explore: Auf den Schultern riesiger Fundamentmodelle stehen

    Cong Lu, Shengran Hu, Jeff Clune. [ABS], 2024.05

  51. Treue logische Argumentation durch symbolische Kette des Gedankens

    Jundong Xu, Hao Fei, Liangming Pan, Qian Liu, Mong-li Lee, Wynne Hsu. [ABS], 2024.05

  52. Alice im Wunderland: Einfache Aufgaben, die einen vollständigen Argumentationsumbruch in hochmodernen großen Sprachmodellen zeigen

    Marianna Nezhurina, Lucia Cipolina-Kun, Mehdi Cherti, Jenia Jitsev. [ABS], 2024.06

  53. Textgrad: Automatische „Differenzierung“ per Text

    Mert Yuksekgonul, Federico Bianchi, Joseph Boen, Sheng Liu, Zhi Huang, Carlos Guestrin, James Zou. [ABS], 2024.06

  54. Das symbolische Lernen ermöglicht sich selbst entwickelnde Agenten

    Wangchunshu Zhou, Yixin Ou, Shengwei Ding, Long Li, Jialong Wu, Tiannan Wang, Jiamin Chen, Shuai Wang, Xiaohua Xu, Ningyu Zhang, Huajun Chen, Yuchen Eleanor Jiang. [ABS], 2024.06

  55. OS-Copilot: In Richtung Generalist Computer Agents mit Selbstverbesserung

    Zhiyong Wu, Chengcheng Han, Zichen Ding, Zhenmin Weng, Zhoumianze Liu, Shunyu Yao, Tao Yu, Lingpeng Kong. [ABS], 2024.02

  56. Seeclick: GUI -Erdung für fortgeschrittene visuelle GUI -Agenten nutzen

    Kanzhi Cheng, Qiushi Sun, YouGang Chu, Fangzhi Xu, Yantao Li, Jianbing Zhang, Zhiyong Wu. [ABS], 2024.01

Werkzeuggebrauch. ?‍???

  1. WebGPT: Browser-unterstützte Fragen-Beantwortung mit menschlichem Feedback

    Reiichiro Nakano, Jacob Hilton, Suchir Balaji, Jeff Wu, Long Ouyang, Christina Kim, Christopher Hesse, Shantanu Jain, Vineet Kosaraju, William Saunders, Xu Jiang, Karl Cobbe, Tyna Eloundou, Gretchen Krute, Krute, Krute, Karthew, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krothet, Krute, Krotus, Kevin, Kevin, Kevin. [ABS], 2021.12

  2. Toolformer: Sprachmodelle können sich beibringen, Tools zu verwenden

    Timo Schick, Jane Dwivedi-yu, Roberto Dessì, Roberta Raileanu, Maria Lomeli, Luke Zettlemoyer, Nicola Cancedda, Thomas Scialom. [ABS], 2023.2

  3. MM-Reaktion: Aufforderung an ChatGPT für multimodales Denken und Aktion

    Zhengyuan Yang, Linjie Li, Jianfeng Wang, Kevin Lin, Ehsan Azarnasab, Faisal Ahmed, Zicheng Liu, CE Liu, Michael Zeng, Lijuan Wang. [ABS], 2023.3

  4. Hugginggpt: KI -Aufgaben mit Chatgpt und seinen Freunden im Umarmungsgesicht lösen

    Yongliang Shen, Kaitao Song, Xu Tan, Dongsheng Li, Weimering Lu, Yueting Zhuang. [ABS], 2023.3

  5. Visuelles Chatgpt: Reden, Zeichnen und Bearbeiten mit visuellen Fundamentmodellen

    Chenfei Wu, Shengming Yin, Weizhen Qi, Xiaodong Wang, Zecheng Tang, Nan Duan. [ABS], 2023.3

  6. Kunst: Automatisches mehrstufiges Denken und Werkzeuggebrauch für große Sprachmodelle

    Bhargavi Paranjape, Scott Lundberg, Sameer Singh, Hannaneh Hajishirzi, Luke Zettlemoyer, Marco Tulio Ribeiro. [ABS], 2023.3

  7. Taskmatrix.ai: Ausfüllen von Aufgaben durch Verbinden von Fundamentmodellen mit Millionen von APIs

    Yaobo Liang, Chenfei Wu, Ting Song, Wenshan Wu, Yan Xia, Yu Liu, Yang Ou, Shuai Lu, Lei Ji, Shaoguang Mao, Yun Wang, Linjun Shou, Ming Gong, Nan Duan. [ABS], 2023.3

  8. Chamäleon: Plug-and-Play-Kompositionelle Argumentation mit großen Sprachmodellen

    Pan Lu, Baolin Peng, Hao Cheng, Michel Galeley, Kaiwei Chang, Ying Nian Wu, Song-Chun Zhu, Jianfeng Gao. [ABS], 2023.4

  9. Chemcrow: Erweiterung von Modellen mit großer Sprache mit Chemiewerkzeugen

    Andres M Bran, Sam Cox, Andrew D White, Philippe Schwaller. [ABS], 2023.4

  10. Talm: Tool erweiterte Sprachmodelle

    Aaron Parisi, Yao Zhao, Noah Fiedel. [ABS], 2022.5

  11. Kritiker: Großsprachige Modelle können sich mit Werkzeuginteraktiven kritisieren

    Zhibin Gou, Zhihong Shao, Yeyun Gong, Yelong Shen, Yujiu Yang, Minlie Huang, Nan Duan, Weishu Chen. [ABS] [Code], 2023.5

  12. Sprachmodelle zu besseren Werkzeuglernenden mit Ausführung Feedback machen

    Shuofei Qiao, Honghao GUI, Huajun Chen, Ningyu Zhang. [ABS], 2023.5

  13. Chatcot: Tool-ausgelöste Argumentation in Chat-basierten großsprachigen Modellen

    Zhipg Chen, Kun Zhou, Beichen Zhang, Zheng Gong, Wayne Xin Zhao, Ji-Rong Wen. [ABS], 2023.5

  14. Gorilla: großes Sprachmodell, das mit massiven APIs verbunden ist

    Shishir G. Patil, Tianjun Zhang, Xin Wang, Joseph E. Gonzalez. [ABS], 2023.5

  15. Toolllm: Erleichterung großer Sprachmodelle, um 16000+ reale APIs zu beherrschen

    Yujia Qin, Shihao Liang, Yining Ye, Kunlun Zhu, Lan Yan, Yaxi Lu, Yankai Lin, Xin Cong, Xiangru Tang, Bill Qian, Sihan Zhao, Runchu Tian, ​​Ruobing Xie, Jie Zhou, Mark Gerstein, Dahai Li, Zhiyuan, Maosong. [ABS], 2023.7

  16. Ausrüstung: Sprachmodelle mit verallgemeinerbarer und effizienter Werkzeugauflösung erweitern

    Yining Lu, Haoping Yu, Daniel Khashabi. [ABS], 2023.7

  17. Gentopia: Eine kollaborative Plattform für Tools-ausgelöste LLMs

    Binfeng Xu, Xukun Liu, Hua Shen, Zeyu Han, Yuhan Li, Murong Yue, Zhiyuan Peng, Yuchen Liu, Ziyu Yao, Dongkuan Xu. [ABS], 2023.8

  18. Identifizierung der Risiken von LM-Agenten mit einem LM-emulierten Sandkasten

    Yangjun Ruan, Honghua Dong, Andrew Wang, Silviu Pitis, Yongchao Zhou, Jimmy BA, Yann Dubois, Chris J. Maddison, Tatsunori Hashimoto. [ABS], 2023.9

  19. Nutzung von vorgeborenen Großsprachmodellen zur Konstruktion und Nutzung von Weltmodellen für die modellbasierte Aufgabenplanung

    Lin Guan, Karthik Valmeekam, Sarath Sreedharan, Subbarao Kambhampati [ABS], 2023.5

  20. Data-Copilot: Überbrückung von Milliarden von Daten und Menschen mit autonomem Workflow

    Wenqi Zhang, Yongliang Shen, Weimering Lu, Yueting Zhuang [ABS], 2023.6

  21. Clova: Ein visueller Assistent mit geschlossenem Schleifen mit Werkzeugverbrauch und -aktualisierung

    Zhi Gao, Yuntao du, Xintong Zhang, Xiaojian MA, Wenjuan Han, Song-Chun Zhu, Qing Li [ABS], 2023.12

  22. Gitagent: Erleichterung des autonomen Agenten mit GitHub nach Tool -Erweiterung

    Bohan Lyu, Xin Cong, Heyang Yu, Pan Yang, Yujia Qin, Ying Ye, Yaxi Lu, Zhong Zhang, Yukun Yan, Yankai Lin, Zhiyuan Liu, Maosong Sun. [ABS], 2023.12

  23. EasyTool: Verbesserung von LLM-basierten Agenten mit präziser Werkzeuganweisung

    Siyu Yuan, Kaitao -Lied, Jiangjie Chen, Xu Tan, Yongliang Shen, Kan Ren, Dongsheng Li, Deqing Yang. [ABS], 2024.1

  24. Symbol-LlM: Auf dem Weg zu grundsätzlichen symbolzentrierten Schnittstelle für Großsprachenmodelle

    Fangzhi Xu, Zhiyong Wu, Qiushi Sun, Siyu Ren, Fei Yuan, Shuai Yuan, Qika Lin, Yu Qiao, Jun Liu. [ABS], 2023.11

  25. Tulip Agent-Ermöglichen Sie LLM-basierte Agenten, Aufgaben mithilfe großer Werkzeugbibliotheken zu lösen

    Felix Ocker, Daniel Tanneberg, Julian Eggert, Michael Gienger. [ABS], 2024.07

  26. Einengen: Effiziente Ein-Pass-Einheitserzeugung und -abruf für LLMs

    Jintian Zhang, Cheng Peng, Mengshu Sun, Xiang Chen, Lei Liang, Zhiqiang Zhang, Jun Zhou, Huajun Chen, Ningyu Zhang. [ABS], 2024.09

? Mehrere Agenten

Aufgabenorientierte Kommunikation

Kollaborativer Austausch? ‍? ‍

  1. Sprachmodellkaskaden

    David Dohan, Winnie Xu, Aitor Lewkowycz, Jacob Austin, David Bieber, Raphael Gontijo Lopes, Yuhuai Wu, Henryk Michalewski, Rif A. Saurous, Jascha Sohl-Dickstein, Kevin Murphy, Charles Sutton. [ABS], 2022.7

  2. Zusammenarbeit mit Sprachmodellen für verkörperte Argumentation

    Ishita Dasgupta, Christine Kaeser-Chen, Kenneth Marino, Arun Ahuja, Sheila Babayan, Felix Hill, Rob Fergus. [ABS], 2023.2

  3. Kamel: Kommunikative Agenten für "Geist" Erforschung der groß angelegten Sprachmodellgesellschaft

    Guohao Li, Hasan Abed Al Kader Hammoud, Hani Itani, Dmitrii Khizbullin, Bernard Ghanem. [ABS], 2023.3

  4. Mehrparteien-Chat: Konversationsmittel in Gruppeneinstellungen mit Menschen und Modellen

    Jimmy Wei, Kurt Shuster, Arthur Szlam, Jason Weston, Jack Urbanek, Mojtaba Komeili. [ABS], 2023.4

  5. Chatllm -Netzwerk: Mehr Gehirne, mehr Intelligenz

    Rui Hao, Linmei Hu, Weijian Qi, Qingliu Wu, Yirui Zhang, Liqiang Nie. [ABS], 2023.4

  6. Erstellung von Selbstkollaborationscode über Chatgpt

    Yihong Dong, Xue Jiang, Zhi Jin, Ge Li. [ABS], 2023.4

  7. Aufstrebende autonome wissenschaftliche Forschungsfähigkeiten großer Sprachmodelle

    Daniil A. Boiko, Robert Macknight, Gabe Gomes. [ABS], 2023.4

  8. CHATGPT/GPT-4 für Knowledge Graph Construction und Argumentation: Jüngste Fähigkeiten und zukünftige Möglichkeiten

    Yuqi Zhu, Xiaohan Wang, Jing Chen, Shuofei Qiao, Yixin Ou, Yunzhi Yao, Shumin Deng, Huajun Chen, Ningyu Zhang. [ABS], 2023.5

  9. Großsprachenmodelle als Werkzeugmacher

    Tianle Cai, Xuezhi Wang, Tengyu MA, Xinyun Chen, Denny Zhou . [ABS], 2023.5

  10. Abschließung der Ziele der kommunizierenden Agenten aus Aktionen und Anweisungen

    Lance Ying, Tan Zhi-Xuan, Vikash Manssinghka, Joshua B. Tenenbaum. [ABS], 2023.6

  11. Drahtlose Multi-Agent-Generative KI: Von der vernetzten Intelligenz bis zur kollektiven Intelligenz

    Hang Zou, Qiyang Zhao, Lina Bariah, Mehdi Bennis, Merouane Debbah. [ABS], 2023.7

  12. ROCO: Dialektische Multi-Robot-Zusammenarbeit mit großen Sprachmodellen

    Zhao Mandi, Shreeya Jain, Shuran -Lied. [ABS], 2023.7

  13. Kognitive Synergie in Großsprachenmodellen entfesseln: Ein Aufgabenlösungsagent durch Multi-Personen-Selbstkollaboration

    Zhenhailong Wang, Shaoguang Mao, Wenshan Wu, Tao Ge, Furu Wei, Heng Ji. [ABS], 2023.7

  14. Kommunikationsmittel für die Softwareentwicklung

    Chen Qian, Xin Cong, Cheng Yang, UniEiz Chen, Yusheng Su, Juyuan Xu, Zhiyuan Liu, Maosong Sun. [ABS], 2023.7

  15. Bis unendlich und darüber hinaus: Show-1 und Showrunner-Agenten in Multi-Agent-Simulationen

    Philipp Maas, Frank Carey, Chris Wheeler, Edward Saatchi, Pete Billington, Jessica Yaffa Shamash. [ABS], 2023.7

  16. Metagpt: Meta-Programmierung für einen gemeinsamen Zusammenarbeit mit mehreren Agenten

    Sirui Hong, Xiawu Zheng, Jonathan Chen, Yuheng Cheng, Ceyao Zhang, Zili Wang, Steven Ka Shing Yau, Zijuan Lin, Liyang Zhou, Chenyu rannten, Lingfeng Xiao, Chenglin Wu. [ABS], 2023.8

  17. Verbesserung der Sprachmodellverhandlung mit Selbsteinstellung und In-Kontext-Lernen aus dem KI-Feedback

    Yao Fu, Hao Peng, Tushar Khot, Mirella Lapata. [ABS], 2023.5

  18. Zusammenarbeit mit mehreren Agenten: Nutzung der Kraft intelligenter LLM-Agenten

    Yashar Talebirad, AmirhoSsein Nadiri. [ABS], 2023.6

  19. RESTGPT: Verbinden großer Sprachmodelle mit realen Anwendungen über Pastful-APIs

    Yifan Song, Weimin Xiong, Dawei Zhu, Cheng Li, Ke Wang, Ye Tian, ​​Sujian Li . [ABS], 2023.6

  20. Aufbau kooperativ verkörperter Wirkstoffe modular mit großen Sprachmodellen

    Hongxin Zhang, Weihua du, Jiaming Shan, Qinhong Zhou, Yilun du, Joshua B. Tenenbaum, Tianmin Shu, Chuang Gan. [ABS], 2023.7

  21. Interagieren: Erforschen der Potenziale von ChatGPT als Genossenschaftsagent

    Po-Lin Chen, Cheng-Shang Chang. [ABS], 2023.8

  22. Autogen: Aktivieren von LLM-Anwendungen der nächsten Generation über ein Multi-Agent-Gesprächsrahmen

    Qingyun Wu, Gagan Bansal, Jieyu Zhang, Yiran Wu, Shaokun Zhang, Erkang Zhu, Beigin Li, Li Jiang, Xiaoyun Zhang, Chi Wang. [ABS], 2023.8

  23. Erforschung des Schnittpunkts großer Sprachmodelle und agentenbasiertes Modellieren über Proportion Engineering

    Edward Junprung. [ABS], 2023.8

  24. Neuronale amortisierte Schlussfolgerung für verschachtelte Multi-Agent-Argumentation

    Kunal Jha, Tuan Anh Le, Chuanyang Jin, Yen-Ling Kuo, Joshua B. Tenenbaum, Tianmin Shu. [ABS], 2023.8

  25. GPT-in-the-Loop: Anpassungsfähige Entscheidungsfindung für Multiagent-Systeme

    Nathalia Nascimento, Paulo Alencar, Donald Cowan. [ABS], 2023.8

  26. Proagent: Aufbau proaktiver kooperativer KI mit großen Sprachmodellen

    Ceyao Zhang, Kaijie Yang, Siyi Hu, Zihao Wang, Guanghe Li, Yihang Sun, Cheng Zhang, Zhaowei Zhang, Anji Liu, Song-Chun Zhu, Xiaojun Chang, Junge Zhang, Feng Yin, Yitao Liang, Yaodong Yang. [ABS], 2023.8

  27. Mindagent: Emergent Gaming -Interaktion

    Ran Gong, Qiuyuan Huang, Xiaojian MA, Hoi Vo, Zane Durante Yusuke Noda, Zilong Zheng, Song-Chun Zhu Demetri Terzopoulos, Li Fei-Fei, Jianfeng Gao. [ABS], 2023.9

  28. Erforschung von Kollaborationsmechanismen für LLM -Agenten: Eine Sichtweise auf Sozialpsychologie

    Jintian Zhang, Xin Xu, Shumin Deng. [ABS], 2023.10

  29. Lumos: Lernmittel mit einheitlichen Daten, modularem Design und Open-Source-LLMs

    Da Yin, Faeze Brahman, Abhilasha Ravichander, Khyathi Chandu, Kaiwei Chang, Yejin Choi, Bill Yuchen Lin. [ABS], 2023.11

  30. Autoact: Automatisches Agentenlernen von Grund auf selbst durch Selbstplanung

    Shuofei Qiao, Ningyu Zhang, Runnan Fang, Yujie Luo, Wangchunshu Zhou, Yuchen Eleanor Jiang, Chengfei LV, Huajun Chen. [ABS], 2024.01

  31. Corex: Die Grenzen des komplexen Denkens durch Multi-Model-Zusammenarbeit überschreiten

    Qiushi Sun, Zhangyue Yin, Xiang Li, Zhiyong Wu, Xipeng Qiu, Lingpeng Kong. [ABS], 2023.10

  32. COMM: Kollaborative Multi-Agent-, Multi-Rettungspfade, die eine komplexe Problemlösung veranlasst,

    Pei Chen, Boran Han, Shuai Zhang. [ABS], 2024.4

  33. In die unbekannten Unbekannten: Engagiertes menschliches Lernen durch Teilnahme an Gesprächen mit Sprachmodellagenten

    Yucheng Jiang, Yijia Shao, Dekun MA, Sina J. Semnani, Monica S. Lam. [ABS], 2024.8

Gegentliche Wechselwirkungen ?? ‍ ??

  1. Förderung des unterschiedlichen Denkens in Großsprachmodellen durch Multi-Agent-Debatte

    Tian Liang, Zhiwei He, Wenxiang Jiao, Xing Wang, Yan Wang, Rui Wang, Yujiu Yang, Zhaopeng Tu, Shuming Shi. [ABS], 2023.5

  2. Verbesserung der Sachlichkeit und des Arguments in Sprachmodellen durch Multiagent -Debatte

    Yilun du, Shuang Li, Antonio Torralba, Joshua B. Tenenbaum, Igor Mordatch. [ABS], 2023.5

  3. Verbesserung der Sprachmodellverhandlung mit Selbsteinstellung und In-Kontext-Lernen aus dem KI-Feedback

    Yao Fu, Hao Peng, Tushar Khot, Mirella Lapata. [ABS], 2023.5

  4. ChatEval: Towards Better LLM-based Evaluators through Multi-Agent Debate

    Chi-Min Chan, Weize Chen, Yusheng Su, Jianxuan Yu, Wei Xue, Shanghang Zhang, Jie Fu, Zhiyuan Liu. [abs], 2023.8

  5. How susceptible are LLMs to Logical Fallacies?

    Amirreza Payandeh, Dan Pluth, Jordan Hosier, Xuesu Xiao, Vijay K. Gurbani. [abs], 2023.8

  6. Identifying the Risks of LM Agents with an LM-Emulated Sandbox

    Yangjun Ruan, Honghua Dong, Andrew Wang, Silviu Pitis, Yongchao Zhou, Jimmy Ba, Yann Dubois, Chris J. Maddison, Tatsunori Hashimoto. [abs], 2023.9

  7. Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology View

    Jintian Zhang, Xin Xu, Shumin Deng. [abs], 2023.10

Casual/Open Conversations

  1. Generative Agents: Interactive Simulacra of Human Behavior

    Joon Sung Park, Joseph C. O'Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein. [abs], 2023.4

  2. Training Socially Aligned Language Models in Simulated Human Society.

    Ruibo Liu, Ruixin Yang, Chenyan Jia, Ge Zhang, Denny Zhou, Andrew M. Dai, Diyi Yang, Soroush Vosoughi. [abs], 2023.5

  3. The Role of Summarization in Generative Agents: A Preliminary Perspective

    Xiachong Feng, Xiaocheng Feng, Bing Qin. [abs], 2023.5

  4. Epidemic Modeling with Generative Agents.

    Ross Williams, Niyousha Hosseinichimeh, Aritra Majumdar, Navid Ghaffarzadegan. [abs], 2023.7

  5. S^3: Social-network Simulation System with Large Language Model-Empowered Agents

    Chen Gao, Xiaochong Lan, Zhihong Lu, Jinzhu Mao, Jinghua Piao, Huandong Wang, Depeng Jin, Yong Li. [abs],2023.7

  6. AgentSims: An Open-Source Sandbox for Large Language Model Evaluation

    Jiaju Lin, Haoran Zhao, Aochi Zhang, Yiting Wu, Huqiuyue Ping, Qin Chen . [abs], 2023.8

  7. CGMI: Configurable General Multi-Agent Interaction Framework

    Shi Jinxin, Zhao Jiabao, Wang Yilei, Wu Xingjiao, Li Jiawen, He Liang. [abs], 2023.8

? Anwendung

  1. EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education

    Yuhao Dan, Zhikai Lei, Yiyang Gu, Yong Li, Jianghao Yin, Jiaju Lin, Linhao Ye, Zhiyan Tie, Yougen Zhou, Yilei Wang, Aimin Zhou, Ze Zhou, Qin Chen, Jie Zhou, Liang He, Xipeng Qiu. [abs], 2023.8

  2. SuperAgent: A Customer Service Chatbot for E-commerce Websites

    Lei Cui, Shaohan Huang, Furu Wei, Chuanqi Tan, Chaoqun Duan, Ming Zhou. [paper], 2017

  3. WebArena: A Realistic Web Environment for Building Autonomous Agents

    Shuyan Zhou, Frank F. Xu, Hao Zhu, Xuhui Zhou, Robert Lo, Abishek Sridhar, Xianyi Cheng, Yonatan Bisk, Daniel Fried, Uri Alon, Graham Neubig. [abs], 2023.7

  4. LLM As DBA

    Xuanhe Zhou, Guoliang Li, Zhiyuan Liu. [abs], 2023.8

  5. RoboAgent: Generalization and Efficiency in Robot Manipulation via Semantic Augmentations and Action Chunking

    Homanga Bharadhwaj, Jay Vakil, Mohit Sharma, Abhinav Gupta, Shubham Tulsiani, Vikash Kumar. [paper], 2023

  6. Is There Any Social Principle for LLM-Based Agents?

    Jitao Bai, Simiao Zhang, Zhonghao Chen. [abs], 2023.8

  7. ToRA: A Tool-Integrated Reasoning Agent for Mathematical Problem Solving

    Zhibin Gou, Zhihong Shao, Yeyun Gong, Yelong Shen, Yujiu Yang, Minlie Huang, Nan Duan, Weizhu Chen. [abs] [code], 2023.9

  8. Agentic Skill Discovery

    Xufeng Zhao, Cornelius Weber, Stefan Wermter [abs] [code], 2024.5

  9. Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models

    Yijia Shao, Yucheng Jiang, Theodore A. Kanell, Peter Xu, Omar Khattab, Monica S. Lam. [abs], [code], 2024.4

?️ Framework

  1. Agents: An Open-source Framework for Autonomous Language Agents

    Wangchunshu Zhou, Yuchen Eleanor Jiang, Long Li, Jialong Wu, Tiannan Wang, Shi Qiu, Jintian Zhang, Jing Chen, Ruipu Wu, Shuai Wang, Shiding Zhu, Jiyu Chen, Wentao Zhang, Ningyu Zhang, Huajun Chen, Peng Cui, Mrinmaya Sachan. [abs], 2023.9

  2. Dynamic LLM-Agent Network: An LLM-agent Collaboration Framework with Agent Team Optimization

    Zijun Liu, Yanzhe Zhang, Peng Li, Yang Liu, Diyi Yang. [abs], 2023.10

  3. OpenAgents: An Open Platform for Language Agents in the Wild

    Tianbao Xie, Fan Zhou, Zhoujun Cheng, Peng Shi, Luoxuan Weng, Yitao Liu, Toh Jing Hua, Junning Zhao, Qian Liu, Che Liu, Leo Z. Liu, Yiheng Xu, Hongjin Su, Dongchan Shin, Caiming Xiong, Tao Yu. [abs], 2023.10

  4. AutoAct: Automatic Agent Learning from Scratch via Self-Planning

    Shuofei Qiao, Ningyu Zhang, Runnan Fang, Yujie Luo, Wangchunshu Zhou, Yuchen Eleanor Jiang, Chengfei Lv, Huajun Chen. [abs], 2024.01

  5. An Interactive Agent Foundation Model

    Zane Durante, Bidipta Sarkar, Ran Gong, Rohan Taori, Yusuke Noda, Paul Tang, Ehsan Adeli, Shrinidhi Kowshika Lakshmikanth, Kevin Schulman, Arnold Milstein, Demetri Terzopoulos, Ade Famoti, Noboru Kuno, Ashley Llorens, Hoi Vo, Katsu Ikeuchi, Li Fei-Fei, Jianfeng Gao, Naoki Wake, Qiuyuan Huang. [abs], 2024.02

  6. Emergence of Social Norms in Generative Agent Societies: Principles and Architecture

    Siyue Ren, Zhiyao Cui, Ruiqi Song, Zhen Wang, Shuyue Hu. [abs], 2024.03

  7. Interactive Evolution: A Neural-Symbolic Self-Training Framework For Large Language Models

    Fangzhi Xu, Qiushi Sun, Kanzhi Cheng, Jun Liu, Yu Qiao, Zhiyong Wu. [abs], 2024.06

  8. AgentSquare: Automatic LLM Agent Search in Modular Design Space

    Yu Shang, Yu Li, Keyu Zhao, Likai Ma, Jiahe Liu, Fengli Xu, Yong Li [abs], 2024.10

? Andere

  1. Enhancing Trust in LLM-Based AI Automation Agents: New Considerations and Future Challenges

    Sivan Schwartz, Avi Yaeli, Segev Shlomov. [abs], 2023.8

? Ressourcen

Benchmarks

  1. Mind2Web: Towards a Generalist Agent for the Web

    Xiang Deng, Yu Gu, Boyuan Zheng, Shijie Chen, Samuel Stevens, Boshi Wang, Huan Sun, Yu Su. [abs], 2023.6

  2. The Tong Test: Evaluating Artificial General Intelligence Through Dynamic Embodied Physical and Social Interactions

    Yujia Peng , Jiaheng Han, Zhenliang Zhang , Lifeng Fan , Tengyu Liu, Siyuan Qi, Xue Feng, Yuxi Ma, Yizhou Wang, Song-Chun Zhu. [abs], 2023.7

  3. AgentBench: Evaluating LLMs as Agents

    Xiao Liu, Hao Yu, Hanchen Zhang, Yifan Xu, Xuanyu Lei, Hanyu Lai, Yu Gu, Hangliang Ding, Kaiwen Men, Kejuan Yang, Shudan Zhang, Xiang Deng, Aohan Zeng, Zhengxiao Du, Chenhui Zhang, Sheng Shen, Tianjun Zhang, Yu Su, Huan Sun, Minlie Huang, Yuxiao Dong, Jie Tang . [abs], 2023.8

  4. BOLAA: Benchmarking and Orchestrating LLM-augmented Autonomous Agents.

    Zhiwei Liu, Weiran Yao, Jianguo Zhang, Le Xue, Shelby Heinecke, Rithesh Murthy, Yihao Feng, Zeyuan Chen, Juan Carlos Niebles, Devansh Arpit, Ran Xu, Phil Mui, Huan Wang, Caiming Xiong, Silvio Savarese. [abs], 2023.8

  5. Identifying the Risks of LM Agents with an LM-Emulated Sandbox

    Yangjun Ruan, Honghua Dong, Andrew Wang, Silviu Pitis, Yongchao Zhou, Jimmy Ba, Yann Dubois, Chris J. Maddison, Tatsunori Hashimoto. [abs], 2023.9

  6. T-Eval: Evaluating the Tool Utilization Capability of Large Language Models Step by Step

    Zehui Chen, Weihua Du, Wenwei Zhang, Kuikun Liu, Jiangning Liu, Miao Zheng, Jingming Zhuo, Songyang Zhang, Dahua Lin, Kai Chen, Feng Zhao. [abs], 2023.12

  7. TravelPlanner: A Benchmark for Real-World Planning with Language Agents

    Jian Xie, Kai Zhang, Jiangjie Chen, Tinghui Zhu, Renze Lou, Yuandong Tian, Yanghua Xiao, Yu Su. [abs], 2024.02

  8. AgentBoard: An Analytical Evaluation Board of Multi-turn LLM Agents

    Chang Ma, Junlei Zhang, Zhihao Zhu, Cheng Yang, Yujiu Yang, Yaohui Jin, Zhenzhong Lan, Lingpeng Kong, Junxian He. [abs], 2024.01

  9. OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

    Tianbao Xie, Danyang Zhang, Jixuan Chen, Xiaochuan Li, Siheng Zhao, Ruisheng Cao, Toh Jing Hua, Zhoujun Cheng, Dongchan Shin, Fangyu Lei, Yitao Liu, Yiheng Xu, Shuyan Zhou, Silvio Savarese, Caiming Xiong, Victor Zhong, Tao Yu. [abs], 2024.04

  10. TimeChara: Evaluating Point-in-Time Character Hallucination of Role-Playing Large Language Models

    Jaewoo Ahn, Taehyun Lee, Junyoung Lim, Jin-Hwa Kim, Sangdoo Yun, Hwaran Lee, Gunhee Kim. [abs], 2024.05

  11. AppWorld: A Controllable World of Apps and People for Benchmarking Interactive Coding Agents

    Harsh Trivedi, Tushar Khot, Mareike Hartmann, Ruskin Manku, Vinty Dong, Edward Li, Shashank Gupta, Ashish Sabharwal, Niranjan Balasubramanian. [abs], 2024.07

  12. Benchmarking Agentic Workflow Generation

    Shuofei Qiao, Runnan Fang, Zhisong Qiu, Xiaobin Wang, Ningyu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen . [abs], 2024.10

Types of Tools

Types Werkzeuge
Agent with tool AutoGPT、LangChain、Transformer Agents、WorkGPT、AutoChain 、Langroid、 WebArena、GPT Researcher、BMTools、ToolBench 、AgentGPT、xlang
Multi-Agent CAMEL、GPTeam、AgentVerse、MetaGPT、Langroid、SocraticAI、AutoGen、Agents
Andere AutoAgents 、GPT Engineer

Tool List

  • Auto-GPT. An experimental open-source attempt to make GPT-4 fully autonomous.

  • LangChain. Building applications with LLMs through composability.

  • KAMEL. Communicative Agents for “Mind” Exploration of Large Scale Language Model Society.

  • GPTeam. GPTeam: An open-source multi-agent simulation.

  • Transformer Agents. In short, it provides a natural language API on top of transformers: we define a set of curated tools and design an agent to interpret natural language and to use these tools.

  • AgentVerse . A Framework for Multi-LLM Environment Simulation.

  • AutoAgents. Complex question answering in LLMs with enhanced reasoning and information-seeking capabilities.

  • GPT Engineer . Specify what you want it to build, the AI asks for clarification, and then builds it.

  • MetaGPT. The Multi-Agent Framework: Given one line Requirement, return PRD, Design, Tasks, Repo

  • WorkGPT. A GPT agent framework for invoking APIs.

  • AutoChain. Build lightweight, extensible, and testable LLM Agents.

  • Langroid. Harness LLMs with Multi-Agent Programming.

  • SocraticAI. Problem solving by engaging multiple AI agents in conversation with each other and the user.

  • WebArena. A Realistic Web Environment for Building Autonomous Agents.

  • GPT Researcher. GPT based autonomous agent that does online comprehensive research on any given topic.

  • BMTools. Tool Learning for Big Models, Open-Source Solutions of ChatGPT-Plugins

  • ToolBench. An open platform for training, serving, and evaluating large language model for tool learning.

  • AgentGPT. Assemble, configure, and deploy autonomous AI Agents in your browser.

  • xlang. An open-source framework for building and evaluating language model agents via executable language grounding

  • Agently. A fast way to build LLM Agent based Application ? A light weight framework helps developers to create amazing LLM based applications.

  • Lagent. A lightweight framework for building LLM-based agents.

  • ToolEmu An LLM-based emulation framework for testing and identifying the risks of LLM-based agents

  • storm A knowledge agent that researches a topic and generates a full-length report with citations.

? Beitrag

Contributing to this paper list

" Join us in improving this repository! If you know of any important works we've missed, please contribute. Your efforts are highly valued! "

Contributors

Expandieren
Zusätzliche Informationen
Ähnliche Anwendungen
Empfohlen für Sie
Ähnliche Nachrichten Alle