awesome llm powered agent

很棒的LLM驅動代理商

得益於大語模型（LLMS）的令人印象深刻的計劃，推理和工具稱呼功能，人們正在積極研究和開發LLM驅動的代理商。這些代理可以自主（和協作）解決複雜的任務，或模擬人類的互動。

該項目的目標是建立與LLM驅動的代理商有關的詳盡資源集合，其中包括論文，存儲庫等。我們努力定期，連續地保持這些更新。我們非常感謝通過PR，問題，電子郵件或其他方法的任何貢獻。

---

請注意，該存儲庫不受主動維護。它主要包含在2023年10月之前發表的論文，並提供了另外幾篇論文。如果您想包含論文，請隨時發起拉動請求。

---

• 文件
  • 自主任務求解器
    • 一般推理與計劃和工具使用
    • 多代理合作
    • 框架和開源
    • 應用
      • 網絡代理
      • RL代理
      • 機器人和體現的AI
      • 遊戲與角色扮演
      • 其他應用程序
    • 值得信賴
  • 人類相互作用模擬
  • 人類代理人的互動
  • 代理驅動的LLM
  • 基準
  • 調查與教程
• 開源項目
  • 自主任務求解器項目
  • 多代理模擬項目
• 觀點
• 其他相關來源
• 致謝

文件

對於具有> 50個引用或存儲庫的論文，具有> 200星。
對於著名的會議/期刊接受的論文。

自主任務求解器

一般推理與計劃和工具使用

• [2024年5月] “具有可學習權重的功能的語言模型代理的離線培訓。” Shaokun Zhang（PSU）等。 ICML 2024。[紙] [代碼]
• [2024年3月] “ Agent-Flan：為大型語言模型設計有效代理調整的數據和方法。” Zehui Chen（USTC）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年12月] “ Clova：具有工具使用和更新的閉環視覺助手。” Zhi Gao（Bigai）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年12月] “ Saycanpay：使用可學習領域知識的大型語言模型的啟發式計劃。” Rishi Hazra等。 AAAI 2024 [PAPER] [代碼] [項目頁面]
• [2023年10月] “語言代理樹搜索統一了語言模型中的推理和計劃。” Andy Zhou（uiuc）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年10月] “大型語言模型還無法自我糾正推理。” Jie Huang（UIUC）等。 ICLR 2024。[紙]
• [2023年10月] “通過溝通來調整LLM代理。” Kuan Wang（Gatech＆Microsoft）等。 arxiv。 [紙]
• [2023年10月] “工具鏈*：使用*搜索的大語言模型中的有效動作空間導航” Yuchen Zhuang（Gatech＆Adobe）等。 ICLR 2024。[紙]
• [2023年9月] “ AVIS：使用大型語言模型尋求自動視覺信息”。 Ziniu Hu（Google）等。神經2023。[紙]
• [2023年9月] “未來的理由，現在採取行動：具有可證明樣品效率的自動LLM代理的原則框架。”劉（西北）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “自驅動的基礎：具有自動語言一致技巧學習的大語言模型代理。” Shaohui Peng（CAS）等。 arxiv。 [紙]
• [2023年8月] “開除：LLM代理是經驗學習者。”安德魯·趙（Thu）等人。 arxiv。 [紙]
• [2023年8月] “大語言模型和認知體系結構的協同整合：可靠的AI：探索性分析。” Oscar J. Romero（CMU）等。 arxiv。 [紙]
• [2023年8月] “ llm的動態計劃”。 Gautier Dagan（愛丁堡U）等。 arxiv。 [紙] [代碼]
• [2023年8月] “改造：具有政策梯度優化的回顧性大語言代理。” Weiran Yao（Salesforce）等。 arxiv。 [紙]
• [2023年5月] “ Rewoo：與有效的增強語言模型的觀察相結合的推理。” Binfeng Xu等。 arxiv。 [紙] [代碼]
• [2023年5月] “ Swiftsage：一種生成代理，對複雜的交互式任務具有快速和緩慢的思考。” Bill Yuchen Lin（AI2）等。神經2023。[紙] [代碼] [項目頁面]
• [2023年5月] “ Adaplanner：與語言模型的反饋自適應計劃。” Haotian Sun（Gatech）等。神經2023。[紙] [代碼]
• [2022年5月] “使用語言模型的推理正在與世界模型進行計劃。” Shibo Hao（UCSD）等。 EMNLP 2023。[paper] [代碼] [項目頁面]
• [2023年5月] “利用預先培訓的大型語言模型來構建和利用世界模型進行基於模型的任務計劃。” Lin Guan（ASU）等。神經2023。[紙] [代碼] [項目頁面]
• [2023年5月] “ Chatcot：基於聊天的大語言模型的工具促進鏈的推理。” Zhipeng Chen（Ruc）等。 EMNLP 2023調查結果。 [紙] [代碼]
• [2023年5月] “評論家：大型語言模型可以通過工具相互作用的批評自我糾正。” Zhibin Gou（Thu＆Microsoft）等。 arxiv。 [紙] [代碼]
• [2023年4月] “ LLM+P：以最佳的計劃能力授權大型語言模型。” Bo Liu（UT Austin）等。 arxiv。 [紙] [代碼]
• [2023年3月] “反射：具有口頭加強學習的語言代理”。 Noah Shinn（Northeastern）等。神經2023。[紙] [代碼]
• [2022年12月] “不要生成，歧視：將語言模型紮根於現實世界環境的建議” Yu Gu（OSU）等。 ACL 2023。[紙] [代碼]
• [2022年10月] “反應：在語言模型中協同推理和作用。” Shunyu Yao（普林斯頓和Google Brain）等。 ICLR 2023。[紙] [代碼] [項目頁面]

多代理合作

• [2024年8月] “ Megaagent：大規模LLM代理系統中自主合作的實用框架” Qian Wang（Nus）等人* Arxiv。 [紙]
• [2024年5月] “合規，串意和模仿：多代理LLM協作中的角色不一致。” Razan Baltaji（UIUC）等人* Arxiv。 [紙] [代碼]
• [2024年4月] “ COMM：協作多代理，多回答，促使復雜的問題解決。” Pei Chen（Tamu）等人* NAACL 2024。[紙] [代碼]
• [2024年1月] “ L2MAC：大型語言模型自動計算機，以生成廣泛的代碼。”塞繆爾·霍爾特（劍橋）等。 ICLR 2024。[紙] [代碼] [項目頁面]
• [2023年10月] “評估大語言模型中的多代理協調能力”。 Saaket Agashe（UCSC）等。 arxiv。 [紙]
• [2023年10月] “動態LLM代理網絡：具有代理團隊優化的LLM代理協作框架。” Zijun Liu（Thu＆Stanford）等。 arxiv。 [紙] [代碼]
• [2023年10月] “探索LLM代理的協作機制：一種社會心理學觀點。” Jintian Zhang（Zju）等。 arxiv。 [紙] [代碼]
• [2023年10月] “ Corex：通過多模型協作來推動複雜推理的界限。” Qiushi Sun（上海AI Lab＆Nus）等。 arxiv。 [紙] [代碼]
• [2023年9月] “ LLM-局限性：通過交互式多代理遊戲評估LLM。” Sahar Abdelnabi（Cispa）等。 arxiv。 [紙] [代碼]
• [2023年9月] “可擴展的多機器人合作與大語言模型：集中式或分散的系統？”楊喬（MIT＆Harvard）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “和解：圓桌會議會議通過不同的LLMS之間的共識提高了推理。” Justin Chih-Yao Chen（UNC Chapel Hill）等。 arxiv。 [紙] [代碼]
• [2023年9月] “ Mindagent：新興的遊戲互動”。小米（Bigai）等人。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年8月] “主動：建立具有大語言模型的主動合作AI。” Ceyao Zhang（Cuhk＆Pku）等。 arxiv。 [紙] [項目頁面]
• [2023年8月] “代理：促進多代理協作並探索代理商中的新興行為。” Weize Chen（Thu）等人。 arxiv。 [紙] [代碼]
• [2023年8月] “循環中的GPT：對多基因係統的自適應決策”。 Nathalia Nascimento（Waterloo U）等。 arxiv。 [紙]
• [2023年8月] “ LLMS對邏輯謬論有多敏感？” Amirreza Payandeh（GMU＆Vail Systems）等。 arxiv。 [紙] [代碼]
• [2023年8月] “ Chateval：通過多代理辯論邁向更好的基於LLM的評估者。” Chi-Min Chan（Thu）等。 arxiv。 [紙] [代碼]
• [2023年8月] “ LLM為DBA”。 Xuanhe Zhou（thu）等。 arxiv。 [紙] [代碼]
• [2023年8月] “ gentopia：工具啟動LLMS的協作平台。” Binfeng Xu等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年8月] “ METAGPT：用於多代理協作框架的元編程”。 Sirui Hong（Deepwisdom）等。 arxiv。 [紙] [代碼]
• [2023年7月] “ PRD：同行排名和討論改善了基於語言模型的大型評估。” Ruosen Li（ut Dallas）等。 arxiv。 [紙] [項目頁] [代碼]
• [2023年7月] “大語言模型中釋放認知協同作用：通過多人自我合作來解決任務的代理。” Zhenhailong Wang（UIUC＆MSRA）等。 arxiv。 [紙] [代碼]
• [2023年7月] “ Roco：與大語言模型的辯證法多機器人合作。” Mandi Zhao（哥倫比亞）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年7月] “無線多代理生成AI：從連接的情報到集體智能。” Hang Zou（阿聯酋技術創新研究所）等。 arxiv。 [紙]
• [7月2023年] “建立合作式體現的代理，以大型語言模型模塊化。” Hongxin Zhang（UMass）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年6月] “ Restgpt：通過Restful API將大型語言模型與現實世界應用程序聯繫起來。” Yifan Song（PKU）等。 arxiv。 [紙] [項目頁面]
• [2023年6月] “多代理協作：利用智能LLM代理商的力量。” Yashar Talebirad（Ualberta）等。 arxiv。 [紙]
• [2023年5月] “通過多代理辯論在大語言模型中鼓勵不同的思維”。天梁（Thu＆Tencent）等。 arxiv。 [紙] [代碼]
• [2023年5月] “作為工具製造商的大型語言模型”。 Tianle Cai（Deepmind＆Princeton）等。 arxiv。 [紙] [代碼]
• [2023年5月] “通過多種辯論改善語言模型中的事實和推理”。 Yilun DU（MIT）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年5月] “貝葉斯感知模型中的一致性和統計效率”。 Yash Deshpande（MIT）等。 arxiv。 [紙]
• [2023年5月] “從AI反饋中改善語言模型談判，並在自言自語中學習。” Yao Fu（愛丁堡U）等。 arxiv。 [紙] [代碼]

框架和開源

• [2023年10月] “ OpenIgents：野外語言代理商的開放平台。” Tianbao Xie（HKU＆Xlang Lab）等。 arxiv。 [紙] [代碼]
• [2023年9月] “自動代理：自動代理生成的框架”。陳（PKU）等。 arxiv。 [紙] [代碼]
• [2023年9月] “代理：自主語言代理的開源框架”。 Wangchunshu Zhou（AI Waves）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “語言代理的認知體系結構”。西奧多·蘇梅斯（Princeton）等。 arxiv。 [紙] [repo]
• [2023年8月] “ Autogen：通過多代理對話框架啟用下一代LLM應用程序。”青雲等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年8月] “快速機構：將多代理工作流程進行生產的最快方法。” Davor Runje等。 [代碼] [項目頁面]

應用

網絡代理

• [2023年9月] “您僅查看屏幕：多模式鍊鍊代理。” Zhang Zhang（Sjtu）等。 arxiv。 [紙] [代碼]
• [2023年9月] “激光：用於Web導航的州空間探索的LLM代理。” Kaixin MA（Tencent）等。 arxiv。 [紙] [代碼]
• [2023年7月] “ Webarena：一個現實的網絡環境，用於構建自主代理。” Shuyan Zhou（CMU）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年7月] “一個現實世界中的webagent，具有計劃，長篇小說理解和程序綜合。” Izzeddin Gur（DeepMind）等。 arxiv。 [紙]
• [2023年6月] “ Mind2web：邁向網絡通才代理。” Xiang Deng（OSU）等。神經2023。[紙] [代碼] [項目頁面]
• [2023年5月] “通過大型語言模型增強自動代理”。 CédricColas（Mit＆Inria）等。 arxiv。 [紙]
• [2023年5月] “移動ENV：LLM時代交互式代理的評估平台和基準。” Danyang Zhang（SJTU）等。 arxiv。 [紙] [代碼]
• [2023年4月] “大語言模型的新興自主科學研究能力”。 Daniil A. Boiko（CMU）等。 arxiv。 [紙]
• [2023年3月] “語言模型可以解決計算機任務。” Geunwoo Kim（UCI）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2022年7月] “網絡店：與基礎語言代理的可擴展現實世界網絡互動。” Shunyu Yao（Princeton）等。神經2022。[紙] [代碼] [項目頁面]

RL代理

• [2024年5月] “代理技能發現”。 Xufeng Zhao（UHH）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2024年5月] “智能探索：站在巨型基礎模型的肩膀上。”康（UBC）等。 arxiv。 [紙]
• [2023年11月] “ Lafite-rl：”通過大型語言模型的反饋加速對機器人操縱的加速增強” Kun Chu（UHH）等人Crl WS @ Corl 2023。
• [2023年10月] “主題：人工智能反饋的內在動機”。 Martin Klissarov（Mila＆Meta＆McGill）等。 arxiv。 [紙]
• [2023年9月] “ Rladapter：橋接大型語言模型以加強開放世界的學習。” Wanpeng Zhang（PKU）等。 arxiv。 [紙]
• [2023年8月] “ lagr-seq：語言引導的加強學習，並進行樣本效率的查詢。” Thommen George Karimpanal（Deakin University）等。 arxiv。 [紙] [代碼]
• [2023年7月] “對話塑造：通過NPC互動賦予代理。” Wei Zhou（Gatech）等。 arxiv。 [紙]
• [2023年7月] “邁向具有基礎模型的統一代理。” Norman Di Palo（ICL和DeepMind）等。轉世rl @ iclr 2023。[紙]
• [2023年6月] “大型語言模型是半參數增強劑學習代理。” Danyang Zhang（SJTU）等。神經2023。[紙]
• [2023年5月] “多代理強化學習中的語義對齊任務分解。” Wenhao Li（Cuhk）等。 arxiv。 [紙]

機器人和體現的AI

• [2024年11月] “勞工代理人：用於編排雙人機器人的大語言模型” ， Kun Chu（UHH）等。人形生物2024。[paper] [網站]，[代碼]
• [2024年7月] “奧德賽：以開放世界的技能授權代理商。” Shunyu Liu（Zhejiang University）等。 arxiv。 [紙] [代碼]
• [2023年11月] “獅子座：3D世界中體現的通才特工。”小米（Bigai）等人。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年11月] “ JARVIS-1：帶有內存的多模式模型的開放世界多任務代理。” Zihao Wang（PKU）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年10月] “通過多模式大語言模型進行端到端的體現決策：具有GPT4-Vision及以後的探索。” Liang Chen（PKU）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年10月] “ Lancar：在非結構化環境中利用語言來吸引上下文感知機器人。” Chak Lam Shek（UMD）等。 arxiv。 [紙] [項目頁面]
• [2023年9月] “ llm-grounder：以大語言模型為代理的開放式攝氏3D視覺接地。” Jianing Yang（Umich）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “ Smart-LLM：使用大語言模型的智能多代理機器人任務計劃。” Shyam Sundar Kannan（Purdue）等。 arxiv。 [紙] [項目頁面]
• [2023年9月] “插入安全芯片：對LLM驅動的機器人代理的執行限制。” Ziyi Yang等。 arxiv。 [紙] [代碼和視頻]
• [2023年9月] “ Saynav：將大型語言模型接地，用於在新環境中導航的動態計劃。” Abhinav Rajvanshi（SRI International）等。 arxiv。 [紙]
• [2023年9月] “用大語言模型進行發展腳手架。” M. Batuhan Celik（Bogazici University）等。 arxiv。 [紙]
• [2023年7月] “聊天中三月：交互式提示遠程體現的參考表達。” Yanyuan Qiao（阿德萊德大學）等。 arxiv。 [紙] [代碼]
• [2023年8月] “ A^2NAV：通過利用基礎模型的視覺和語言能力來實現動作感知的零擊機器人導航。” Peihao Chen（Scut）等。 arxiv。 [紙]
• [2023年7月] “具有大語言模型的實現任務計劃”。 Zhenyu Wu（Bupt）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年6月] “實現代理與LLM之間的智能互動：一種增強學習方法。” Bin Hu（Zhejiang Lab）等。 arxiv。 [紙] [代碼]
• [2023年5月] “ Minecraft中的幽靈：通過具有基於文本的知識和記憶的大語言模型，開放世界環境的通常有能力的代理。” Xizhou Zhu（Thu＆Sensetim）等。 arxiv。 [紙] [代碼]
• [2023年5月] “ Voyager：具有大語言模型的開放式體現的代理。” Guanzhi Wang（Nvidia＆Caltech）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年5月] “計劃，消除和軌道 - 語言模型是體現代理商的好老師。” Yue Wu（CMU）等。 arxiv。 [紙]
• [2023年2月] “描述，解釋，計劃和選擇：與大語言模型的互動計劃可以實現開放世界的多任務代理。” Zihao Wang（PKU）等。神經2023。[紙] [代碼]
• [2023年2月] “與用於體現推理的語言模型合作。” Ishita Dasgupta（DeepMind）等。 Larel @ Neurips 2022。[紙]
• [2023年1月] “一本能夠體現的特工夢想著像素化的綿羊：使用語言指導的世界建模實現的決策。” Kolby Nottingham（UCI）等。 ICML 2023。[紙] [代碼] [項目頁面]
• [2022年12月] “ LLM-Planner：具有大型語言模型的體現代理的基礎計劃很少。” Chan Hee Song（OSU）等。 ICCV 2023。[紙] [項目頁面]

遊戲與角色扮演

• [2024年5月] “ Timechara：評估角色扮演的大語言模型的時間點角色幻覺。” Jaewoo Ahn（SNU）等人。 ACL 2024的發現。[紙] [代碼] [項目頁面]
• [2023年10月] “從文本到戰術：評估LLMS在Avalon遊戲中。” Jonathan Light（RPI）等。 arxiv。 [紙] [代碼]
• [2023年10月] “ Ruffle＆Riley：邁向自動吸引會話輔導系統。” Robin Schmucker（CMU）等。 arxiv。 [紙]
• [2023年10月] “阿瓦隆的思想遊戲：通過遞歸沉思與欺騙的戰鬥。” Shenzhi Wang（Thu）等人。 arxiv。 [紙]
• [2023年9月] “ Mindagent：新興的遊戲互動”。小米（Bigai）等人。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “可疑的代理：與心智理論GPT-4一起玩不完美的信息遊戲。”賈西亞郭（東京U）等。 arxiv。 [紙] [代碼]
• [2023年8月] “環境冒險：教會有關發展複雜故事的教學。” Zexin Chen（Gatech）等。 arxiv。 [紙]
• [2023年7月] “ tachikuma：通過大型語言模型與多個字符和新穎對象進行複雜的相互作用。” Yuanzhi Liang（UTS）等。 arxiv。 [紙]
• [2023年5月] “具有大語言模型的角色扮演”。 Murray Shanahan（DeepMind＆Icl）等。 arxiv。 [紙]
• [2023年5月] “ Clembench：使用遊戲玩法將聊天優化的語言模型評估為對話代理。” Kranti Chalamalasetti（Potsdam大學）等。 arxiv。 [紙] [代碼]
• [2023年4月] “邁向自主系統：通過大型語言模型代理增強了靈活的模塊化生產系統。” Yuchen Xia（斯圖加特大學）等。 arxiv。 [紙] [代碼]
• [2023年3月] “駱駝：大規模語言模型社會的“思維”探索的交流代理。” Guohao Li（Kaust）等。神經2023。[紙] [代碼] [項目頁面]

其他應用程序

• [2024年5月] “ AgentClinic：一種評估模擬臨床環境中AI的多模式基準基準” Samuel Schmidgall（Jhu＆Stanford）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2024年4月] “臨床試驗：具有大型語言模型推理的臨床試驗多代理系統” Ling Yue（RPI）等。 arxiv。 [紙] [代碼]
• [2024年1月] “ Ehragent：代碼賦予了大型語言模型，以使電子健康記錄上的幾乎沒有復雜的表格推理。” Wenqi Shi（Gatech）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年10月] “ Optimus：使用MIP求解器和大型語言模型進行優化建模。” Ali Ahmaditeshnizi（Stanford）等。 arxiv。 [紙] [代碼]
• [2023年10月] “使用大語言模型與合作行為相關的人格特質的進化模型。” Reiji Suzuki（Nagoya University）等。 arxiv。 [紙]
• [2023年10月] “大型語言模型（LLM）作為多個專家代理的系統：解決抽象和推理語料庫（ARC）挑戰的方法。” John Chong Min Tan（Nus）等。 arxiv。 [紙]
• [2023年10月] “一種語言代理進行正式定理的方法”。 Amitayush Thakur（UT Austin）等。 arxiv。 [紙]
• [2023年10月] “對話衛生代理：個性化的LLM驅動代理框架”。 Mahyar Abbasian（UCI）等。 arxiv。 [紙]
• [2023年10月] “ Oceangpt：海洋科學任務的大型語言模型”。 Zhen Bi（Zju＆Donghai Lab）等。 arxiv。 [紙] [項目頁面]
• [2023年10月] “ Voice2Action：語言模型作為虛擬現實中有效實時互動的代理。” Yang Su（Cornell Tech）。 arxiv。 [紙]
• [2023年9月] “ Tora：一種用於數學問題解決的工具集成推理劑。” Zhibin Gou（Thu＆Microsoft）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] ““教AI如何編碼”：使用大型語言模型作為編程教育的可教師。” Hyoungwook Jin（Kaist）等。 arxiv。 [紙]
• [2023年9月] “ SurreAldriver：基於大語言模型的城市環境中設計生成驅動器仿真框架。” Ye Jin（Thu）等。 arxiv。 [紙]
• [2023年9月] “大型語言模型作為診所的代理商”。 Nikita Mehandru（UC Berkeley）等。 arxiv。 [紙]
• [2023年9月] “用於情感語言模型遊戲代理的基於評估的情感架構。” Maximilian羊角麵包（Uoy）等。 arxiv。 [紙]
• [2023年9月] “通過基於LLM的自主劑釋放圖形學習的力量”。 Lanning Wei（Cas＆4paradigm）等。 arxiv。 [紙]
• [2023年9月] “ TradingGPT：具有分層內存和不同字符的多代理系統，可增強財務交易績效。” Yang Li（Sit）等。 arxiv。 [紙]
• [2023年9月] “ ModelsCope-Agent：使用開源大型語言模型構建可自定義的代理系統。” Chenliang Li（Alibaba）等。 arxiv。 [紙] [代碼] [演示]
• [2023年8月] “推薦AI代理：整合大型語言模型以進行交互式建議。” Xu Huang（USTC）等。 arxiv。 [紙] [代碼]
• [2023年8月] “循環：大型語言模型的推薦代理。” Yancheng Wang（ASU）等。 arxiv。 [紙]
• [2023年8月] “ LLM為交通信號控制的LLM驅動的SIM到運行轉移。” Longchao da（ASU）等。 arxiv。 [紙]
• [2023年8月] “從籠子裡出來：隨機鸚鵡在網絡安全環境中如何獲勝。” Maria Rigaki（čvut）等。 arxiv。 [紙] [代碼]
• [2023年8月] “基於LLM的代理商是否有社會原則？” Jitao Bai（TJU）等。 arxiv。 [紙]
• [2023年8月] “ Chateda：EDA的大型語言模型為自主代理。” Zhuolun He（Cuhk＆Shanghai AI實驗室）等。 arxiv。 [紙]
• [2023年8月] “搭便車的計劃分析指南：具有大語言模型的旅程。” Haonan Li（UCR）等。 arxiv。 [紙]
• [2023年6月] “通過對話大語言模型邁向自主測試劑。”羅伯特·費爾德（Chalmers Technology）等。 arxiv。 [紙]
• [2023年4月] “ Genegpt：使用域工具來增強大型語言模型，以改善獲得生物醫學信息的訪問。” Qiao Jin，Yifan Yang，Qingyu Chen，Zhiyong Lu Arxiv。 [紙] [代碼]
• [2023年3月] “ Hugginggpt：與Chatgpt及其朋友在擁抱臉上解決AI任務。” Yongliang Shen（Zju＆Msra）等。 arxiv。 [紙] [代碼]

值得信賴

• [2024年2月] “大型語言模型代理可以模擬人類的信任行為嗎？” Chengxing Xie（Kaust）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年9月] “用LM含有LM的沙盒確定LM代理的風險” Yangjun Ruan（多倫多大學和載體研究所）等。 arxiv。 [紙] [代碼] [demo] [項目頁面]
• [2023年8月] “增強對基於LLM的AI自動化代理的信任：新的考慮和未來挑戰。” Sivan Schwartz（IBM Research）等。 Automate @ ijcai 2023。[紙]

人類相互作用模擬

• [2024年3月] “基於大語言模型的代理社會中社會規範的出現”。 Siyue Ren（NWPU）等。 arxiv。 [紙] [代碼]
• [2024年1月] “開放模型，封閉的思想？關於通過開放的大型語言模型模仿人格的代理人能力。” Lucio La Cava（卡拉布里亞大學）等。 arxiv。 [紙]
• [2023年10月] “ Sotopia：語言代理中社會智能的互動評估” *Xuhui Zhou（cmu）等人。
• [2023年10月] “競爭：了解基於大語言模型的代理商的競爭行為。” Qinlin Zhao（USTC）等。 arxiv。 [紙]
• [2023年10月] “使用大型語言模型模擬社交媒體來評估替代新聞源算法。” PetterTörnberg（阿姆斯特丹U）等。 arxiv。 [紙]
• [2023年10月] “將您的錢放在嘴裡：評估拍賣領域LLM代理商的戰略計劃和執行。” Jiangjie Chen（FDU＆AI2）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年10月] “ Lyfe代理：低成本實時社交互動的生成代理。” Zhao Kaiya（MIT）等。 arxiv。 [紙]
• [2023年9月] “用LM含有LM的沙盒確定LM代理的風險” Yangjun Ruan（多倫多大學和載體研究所）等。 arxiv。 [紙] [代碼] [demo] [項目頁面]
• [2023年9月] “基於生成代理的建模：通過將機械模型與生成人工智能耦合的社會系統動態。” Navid Ghaffarzadegan（Virginia Tech）等。 arxiv。 [紙]
• [2023年8月] “ CGMI：可配置的一般多代理交互框架。” Jinxin Shi（ECNU）等。 arxiv。 [紙]
• [2023年8月] “通過及時工程探索大語言模型和基於代理的建模的交集。”愛德華·詹普朗（UC Berkeley）等。 arxiv。 [紙] [代碼]
• [2023年8月] “代理：大型語言模型評估的開源沙箱。” Jiju Lin（PTA Studio＆PSU）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年7月] “ S^3：具有大型語言模型授權代理的社會網絡模擬系統。” Chen Gao（Thu）等。 arxiv。 [紙]
• [2023年7月] “您是在化妝舞會嗎？探索在線社交網絡中大型語言模型驅動的社交機器人的行為和影響。” Siyu Li（Scu）等。 arxiv。 [紙] [數據集]
• [2023年7月] “用於軟件開發的交流代理”。 Chen Qian（Thu）等人。 arxiv。 [紙]
• [7月2023年] “具有生成劑的流行模型”。羅斯·威廉姆斯（弗吉尼亞理工大學）等。 arxiv。 [紙] [代碼]
• [2023年7月] “到無限及以後：多代理模擬中的Show-1和Showrunner代理。” Philipp Maas（寓言工作室）等。預印本。 [紙] [項目頁面]
• [2023年6月] “遞歸：推薦系統的新型模擬範式。” Lei Wang（Ruc）等。 arxiv。 [紙] [代碼]
• [2023年5月] “玩大型語言模型的重複遊戲。” Elif Akata（Tübingen的U）等。 arxiv。 [紙]
• [2023年5月] “摘要在生成代理中的作用：初步觀點。”小芳（Hit）等。 arxiv。 [紙]
• [2023年4月] “多方聊天：與人類和模型的小組設置中的對話代理。” Jimmy Wei（Cornell＆Meta）等。 arxiv。 [PAPER] [DATASET] [代碼]
• [2023年4月] “生成劑：人類行為的互動模擬”。 Joon Sung Park（Stanford）等。 arxiv。 [紙] [代碼]

人類代理人的互動

• [2023年10月] “ AI處理如何延遲促進創造力：探索研究問題與基於LLM的代理共同創建。” Yiren Liu（UIUC）等。 arxiv。 [紙]
• [2023年8月] “量化大語模型對集體意見動態的影響。” Chao Li（Zju）等。 arxiv。 [紙]
• [2023年8月] “ Sapien：由大型語言模型提供動力的情感虛擬代理。” Masum Hasan（Rochester的U）等。 arxiv。 [紙]
• [2023年7月] “了解使用基於大型語言模型的對話代理進行心理福祉支持的好處和挑戰。” Zilin MA（哈佛）等。 arxiv。 [紙]

代理驅動的LLM

• [2023年10月] “代理商指示大型語言模型是一般零擊的推理者。” Nicholas Crispino（Washu）等。 arxiv。 [紙] [代碼]
• [2023年10月] “ß-coder：基於價值的計劃合成的深度強化學習”。 Zishun Yu（UIC＆Bytedance）等。 arxiv。 [紙]
• [2023年5月] “在模擬人類社會中培訓社會調整的語言模型”。 Ruibo Liu（Dartmouth）等。 arxiv。 [紙] [代碼]
• [2023年5月] “語言模型符合世界模型：體現的體驗增強了語言模型。” Jiannan Xiang（UCSD）等。神經2023。[紙] [代碼]

基準

• [2024年7月] “ AppWorld：一個可控的應用程序和用於基準交互式編碼代理的人的可控世界。”苛刻的Trivedi（Stony Brook University）等。 ACL 2024。[紙] [代碼] [項目頁面]
• [2023年12月] “ T-eval：逐步評估大語言模型的工具利用能力。” Zehui Chen（USTC，上海AI實驗室）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年11月] “魔術：對認知，適應性，合理性和協作的大型語言模型的調查。” * Lin Xu等人（NUS，BYTEDANCE，Stanford＆Stanford＆UC Berkeley） * Arxiv。 [紙] [項目頁面]
• [2023年10月] “平衡自主權和一致性：自動LLM驅動多代理體系結構的多維分類器。” ThorstenHändler（Fernfh）等。 arxiv。 [紙]
• [2023年10月] “將大語言模型作為AI研究代理商進行基準測試”。 Qian Huang（Stanford）等。 arxiv。 [紙] [代碼]
• [2023年10月] “大語言模型的Metatool基準：決定是否使用工具和使用哪種工具。” Yue Huang（Lehigh University）等。 arxiv。 [紙] [數據集]
• [2023年10月] “ SmartPlay：LLMS作為智能代理商的基準。” Yue Wu（CMU＆Microsoft）等。 arxiv。 [紙] [代碼]
• [2023年9月] “用LM含有LM的沙盒確定LM代理的風險” Yangjun Ruan（多倫多大學和載體研究所）等。 arxiv。 [紙] [代碼] [demo] [項目頁面]
• [2023年8月] “ Bolaa：基準測試和精心策劃LLM的自主代理商。” liu（Salesforce）等。 arxiv。 [紙] [代碼]
• [2023年8月] “ AgentBench：評估LLM作為代理人”。小劉（Thu）等。 arxiv。 [紙] [代碼] [項目頁面]
• [2023年8月] “ TPTU：大型基於語言模型的AI代理的任務計劃和工具使用情況。” Jingqing Ruan（Sensetime）等。 arxiv。 [紙]
• [2023年6月] “ ToolQA：使用外部工具回答的LLM問題的數據集。” Yuchen Zhuang（Gatech）等。神經2023。[紙] [代碼]

調查與教程

• [2023年9月] “基於自然語言的上下文建模和LLMS推理：教程”。 Haoyi Xiong（Baidu）等。 arxiv。 [紙]
• [2023年9月] “對基於語言模型的大型人工智能代理的深入調查”。 Pengyu Zhao（BJTU）等。 arxiv。 [紙]
• [2023年9月] “基於大語言模型的代理人的興起和潛力：調查。” Zhiheng XI（FDU）等。 arxiv。 [紙] [github]
• [2023年8月] “基於大語言模型的自主代理的調查”。 Lei Wang（Ruc）等。 arxiv。 [紙] [github]
• [2023年3月] “大語言模型的調查（第6.3節 - 計劃複雜的任務解決）。”韋恩Xin Zhao（Ruc）等。 arxiv。 [紙] [github]

開源項目

自主任務求解器項目

• Auto-GPT-實驗開源嘗試使GPT-4完全自主。
• ？️？ Langchain-通過合成性通過LLM構建應用程序。
• GPT工程師 - 指定您要建造的內容，AI要求澄清，然後構建它。
• metagpt-？多代理框架：給定一行要求，返回PRD，設計，任務，存儲庫。
• Babyagi- AI驅動的任務管理系統。
• L2MAC- LLM自動計算機框架：L2MAC
• Yacana- ??通過多代理聊天和籌集工作流程為OpenSource LLM提供動力。

多代理模擬項目

• AI鎮?? - 可部署的入門套件，用於構建和自定義您自己的AI鎮版本 - 一個虛擬城鎮，AI角色居住，聊天和社交。
• GPTEAM-開源多代理模擬。
• ？ Chatarena- LLM的多代理語言遊戲環境。
• ？代理人？ - 一個靈活的框架，簡化了為大型語言模型（LLMS）構建自定義多代理環境的過程。

觀點

• 語言代理：人工智能的關鍵進化步驟-YU SU（OSU），9月5日，2023年。
• 介紹Xlang：通過可執行語言接地構建語言模型代理的開源框架-Xlang Lab，2023年8月9日。
• 什麼是GPT代理商？深入了解未來的AI界面 - 了解為什麼代理是AI，Logan Kilpatrick（Openai）的未來的核心部分，2023年7月25日。
• 數字世界中的語言代理：機遇和風險 - Shunyu Yao（Princeton）等人，2023年7月24日。
• Kokomind：LLM可以理解社交互動嗎？ - 想像一個人工智能？在雞尾酒會上？
• LLM動力自主代理商 - 莉蓮·旺（Openai）（Openai）的驚人博客，2023年6月23日。

其他相關來源

• 個性化生成ai @ cikm'23
• LLM-Agent-Papers-回購列出了有關LLM角色扮演，內存機制和LLM遊戲遊戲的論文。
• LLMAGENTPAPER-關於LLMS多遊戲的必讀論文。
• Awesome-LLM代理 - 精選的LLM代理商列表。

致謝

我們非常感謝通過PR，問題，電子郵件或其他方法的任何貢獻。感謝Tianle Cai（@ctllll），Yifan Song（@Yifan-Song793），Xinya du（@xinyadu），Binfeng Xu（@billxbf），Xuanhe Zhou（@zhouxh19） ），Yu Gu（@entslscheia），Zhibin Gou（@zubingou），Fan Zhou（@koalazf99），Ziniu Hu（@acbull），Yangjun Ruan（@ryoungj） Hui Chen（@Zehuichen123），Rishi Hazra（@rishihazra），Lin Guan（@Guansuns），Yuchen Zhuang（@Night-Chen），Xuhui Zhou（@xuhuizhou），Samuel Holt（@samholt）以及許多其他建議和作品。 ❤️

該存儲庫最初由Yupeng Hou（[email protected]）構建和維護。