煤炭：很棒的语言代理商
使用语言代理（？coala）框架的认知体系结构进行语言媒介的汇编。
- COALA PAPER（主要内容的16页）：https：//arxiv.org/abs/2309.02427
- COATA Tweet（6个线程）：https：//twitter.com/shunyuyao12/status/16999396834983362690
- coala bibtex文件，带有300多个相关引用：coala.bib
- coala bibtex引用如果您发现我们的工作/资源有用：
@misc { sumers2023cognitive ,
title = { Cognitive Architectures for Language Agents } ,
author = { Theodore Sumers and Shunyu Yao and Karthik Narasimhan and Thomas L. Griffiths } ,
year = { 2023 } ,
eprint = { 2309.02427 } ,
archivePrefix = { arXiv } ,
primaryClass = { cs.AI }
}煤炭概述
Coala整齐地指定了一个从其动作空间开始的语言代理，该空间有2个部分：
- 与外部环境互动的外部动作（接地）
- 内部行动与内部记忆（推理，检索，学习）互动
- 语言代理具有短期工作记忆和几个（可选的）长期记忆（经验的情节，知识的语义，代码/LLM的程序）
- 推理=更新工作记忆（使用LLM）
- 检索=阅读长期记忆
- 学习=写长期记忆
那么语言代理如何选择要采取的动作呢？它的行动是在决策周期中结构的，每个周期都有两个阶段：
- 计划：代理将推理/检索措施应用于（迭代）提出和评估行动，然后选择学习/接地行动。
- 执行：执行选定的学习/接地操作以影响内部记忆或外部世界。
要了解更多信息，请阅读我们论文第4节。
文件
以下只是从Coala.bib Plus拉的请求中刮下来的一部分论文，并带有可能不正确的动作空间标签。日期基于ARXIV V1。它们并不代表所有语言代理工作，我们计划尽快添加更多工作（欢迎拉请请求），并拥有用于高度引用的工作的标签。
- （2021-10）AI链：通过链接大语言模型提示（推理），透明和可控制的人类互动
- （2021-10）SILG：多种环境符号互动语言基础基准（环境）
- （2022-01）语言模型作为零击计划者：为具体代理提取可行的知识（接地）
- （2022-03）及时链接器：链接大语言模型通过视觉编程（接地）提示
- （2022-03）科学世界：您的经纪人比五年级学生聪明吗？ （环境）
- （2022-04）尽我所能，而不是我所说：机器人负担中的基础语言（接地）
- （2022-04）苏格拉底式模型：用语言（接地）组成零拍的多模式推理
- （2022-07）网络店：与基础语言代理（环境）的可扩展现实世界网络互动
- （2022-09）PROGPROMPT：使用大语言模型（接地）生成位置机器人任务计划
- （2022-10）分解提示：解决复杂任务的模块化方法（推理）
- （2022-10）Mind's Eye：通过模拟（接地）进行基础语言模型推理
- （2022-10）反应：在语言模型（接地，推理）中协同推理和作用
- （2022-11）大型语言模型是人级及时工程师（推理）
- （2022-12）LLM-planner：具有大型语言模型（接地）的体现代理的基础计划很少
- （2022-12）不要产生，歧视：将语言模型接地到现实世界环境（接地）的建议
- （2023-02）事后见解链与反馈（学习）使语言模型保持一致
- （2023-02）描述，解释，计划和选择：与大语言模型的互动计划可实现开放世界的多任务代理（接地，推理）
- （2023-02）工具形式：语言模型可以教会自己使用工具（接地）
- （2023-03）决策的基础模型：问题，方法和机会（调查）
- （2023-03）Hugginggpt：与Chatgpt及其朋友在拥抱面孔（接地）中解决AI任务
- （2023-03）PALM-E：一种具体的多模式模型（接地）
- （2023-03）反射：具有口头增强学习的语言代理（接地，推理，学习）
- （2023-03）自我refine：迭代改进，带有自我反馈（推理）
- （2023-03）使用大语言模型（推理）的自编制代码生成
- （2023-04）生成剂：人类行为的交互式模拟（接地，推理，检索，学习）
- （2023-04）大语言模型的新兴自主科学研究能力（接地，推理）
- （2023-04）LLM+P：以最佳计划能力（接地，推理）授权大型语言模型
- （2023-04）炼油厂：中间表示的推理反馈（推理）
- （2023-04）教导大型语言模型（推理）
- （2023-04）Genegpt：使用域工具增强大型语言模型，以改善获得生物医学信息（接地，推理）
- （2023-05）评论家：大语言模型可以与工具相互作用的批评（接地，推理，检索）进行自我纠正
- （2023-05）通过大型语言模型（接地，推理，检索，学习）增强自动代理
- （2023-05）Chatcot：基于聊天的大语言模型（接地，推理）的工具启动的思想推理
- （2023-05）Toolkengpt：通过工具嵌入（接地，推理）使用大量工具来增强冷冻语言模型
- （2023-05）分解通过自我评估引导解码（推理）增强推理
- （2023-05）通过多代理辩论（基础，推理）鼓励大语言模型中的不同思维
- （2023-05）通过多种辩论（基础，推理）改善语言模型中的事实和推理
- （2023-05）Adaplanner：反馈与语言模型的自适应计划（接地，检索，学习）
- （2023-05）计划和解决提示：通过大型语言模型（推理）改善零投入的推理推理
- （2023-05）rewoo：与高效增强语言模型（接地，推理）的观察结果分离推理
- （2023-05）Swiftsage：一种生成剂，对复杂的交互任务（接地，推理）的快速和缓慢思考
- （2023-05）思想树：大型语言模型（推理）故意解决问题
- （2023-05）Voyager：具有大语言模型（接地，推理，检索，学习）的开放式体现的代理
- （2023-06）交换：用执行反馈（接地，推理）进行标准化和基准进行交互式编码
- （2023-06）ToolQA：使用外部工具回答的LLM问题数据集（接地）
- （2023-06）Mind2Web：迈向网络通才代理（环境）
- （2023-06）RESTGPT：将大型语言模型与现实世界中的RESTFUL API（接地，推理）联系起来
- （2023-06）Toolalpaca：具有3000个模拟案例（接地，推理）的语言模型的通用工具学习
- （2023-07）一个现实世界中的webagent，具有计划，长篇小说理解和程序综合（接地，推理）
- （2023-07）RT-2：视觉语言行动模型将Web知识转移到机器人控制（接地）
- （2023-07）Roco：与大语言模型（接地）的辩证法多机器人合作
- （2023-07）寻求帮助的机器人：大语言模型计划者的不确定性对齐（接地）
- （2023-07）S $^3 $：具有大语言模型授权代理（接地，推理）的社交网络模拟系统
- （2023-07）TOOLLLM：促进大型语言模型掌握16000多个现实世界中的API（接地，推理，检索）
- （2023-07）了解使用基于语言模型的大型对话代理进行心理健康支持（接地）的好处和挑战
- （2023-07）在大语言模型中释放认知协同作用：通过多人自我合作（接地，推理）来解决任务的代理
- （2023-07）Webarena：一个现实的网络环境（环境）
- （2023-08）代理商：评估LLM作为代理（环境）
- （2023-08）代理：促进多代理协作并探索代理商（环境）中的新兴行为
- （2023-08）Autogen：通过多代理对话框架（接地，推理）启用下一代LLM应用程序
- （2023-08）CGMI：可配置的一般多代理互动框架（接地，推理）
- （2023-08）Chateval：通过多代理辩论（接地，推理）迈向更好的LLM评估者
- （2023-08）具有大语言模型（推理）的累积推理
- （2023-08）开除：LLM代理是体验式学习者（接地，推理，检索，学习）
- （2023-08）GPT-in-the-lin-in-the-lin-in-the-lin-the-limpy决策（接地，推理）
- （2023-08）Gentopia：工具增强LLMS（环境）的协作平台
- （2023-08）METAGPT：用于多代理协作框架的元编程（接地，推理）
- （2023-08）主张：具有大语言模型（接地，推理）的积极主动合作AI
- （2023-08）改造器：具有政策梯度优化（接地，推理，学习）的回顾性大语言代理
- （2023-08）Sapien：由大语言模型提供动力（接地，推理）的情感虚拟代理
- （2023-08）大语言模型和鲁棒性AI认知体系结构的协同整合：探索性分析（接地，推理，检索，学习）
- （2023-09）Tora：一种用于解决数学问题的工具集成推理剂（接地，推理，学习）
- （2023-09）识别具有LM含量沙箱（环境）的LM代理的风险
- （2023-09）怀疑剂：与心智理论的播放不完美的信息游戏GPT-4（接地，推理）
- （2024-01）自我对比：通过不一致的解决观点（推理，反思）更好地思考
- （2024-02）代理-Pro：通过政策级别的反思和优化学习发展（推理，反思，学习）
- （2024-03）LLM3：具有运动故障推理的基于语言模型的大型任务和运动计划。 （计划，推理）
- （2024-04）用AI代理（AI科学家，生物医学研究）赋予生物医学发现能力
- （2024-05）Timechara：评估角色扮演大语言模型（推理，检索）的时间点角色幻觉
（更快添加更多。
资源
- LLM动力自主代理（Lil'log）
- LLM-Agent Papers
- llmagentpapers
- 很棒的llm驱动器
（更快添加更多。
