煤炭：很棒的語言代理商
使用語言代理（？coala）框架的認知體系結構進行語言媒介的彙編。
- COALA PAPER（主要內容的16頁）：https：//arxiv.org/abs/2309.02427
- COATA Tweet（6個線程）：https：//twitter.com/shunyuyao12/status/16999396834983362690
- coala bibtex文件，帶有300多個相關引用：coala.bib
- coala bibtex引用如果您發現我們的工作/資源有用：
@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整齊地指定了一個從其動作空間開始的語言代理，該空間有2個部分：
- 與外部環境互動的外部動作（接地）
- 內部行動與內部記憶（推理，檢索，學習）互動
- 語言代理具有短期工作記憶和幾個（可選的）長期記憶（經驗的情節，知識的語義，代碼/LLM的程序）
- 推理=更新工作記憶（使用LLM）
- 檢索=閱讀長期記憶
- 學習=寫長期記憶
那麼語言代理如何選擇要採取的動作呢？它的行動是在決策週期中結構的，每個週期都有兩個階段：
- 計劃：代理將推理/檢索措施應用於（迭代）提出和評估行動，然後選擇學習/接地行動。
- 執行：執行選定的學習/接地操作以影響內部記憶或外部世界。
要了解更多信息，請閱讀我們論文第4節。
文件
以下只是從Coala.bib Plus拉的請求中刮下來的一部分論文，並帶有可能不正確的動作空間標籤。日期基於ARXIV V1。它們並不代表所有語言代理工作，我們計劃盡快添加更多工作（歡迎拉請請求），並擁有用於高度引用的工作的標籤。
- （2021-10）AI鏈：通過鏈接大語言模型提示（推理），透明和可控制的人類互動
- （2021-10）SILG：多種環境符號互動語言基礎基準（環境）
- （2022-01）語言模型作為零擊計劃者：為具體代理提取可行的知識（接地）
- （2022-03）及時鏈接器：鏈接大語言模型通過視覺編程（接地）提示
- （2022-03）科學世界：您的經紀人比五年級學生聰明嗎？ （環境）
- （2022-04）盡我所能，而不是我所說：機器人負擔中的基礎語言（接地）
- （2022-04）蘇格拉底式模型：用語言（接地）組成零拍的多模式推理
- （2022-07）網絡店：與基礎語言代理（環境）的可擴展現實世界網絡互動
- （2022-09）PROGPROMPT：使用大語言模型（接地）生成位置機器人任務計劃
- （2022-10）分解提示：解決複雜任務的模塊化方法（推理）
- （2022-10）Mind's Eye：通過模擬（接地）進行基礎語言模型推理
- （2022-10）反應：在語言模型（接地，推理）中協同推理和作用
- （2022-11）大型語言模型是人級及時工程師（推理）
- （2022-12）LLM-planner：具有大型語言模型（接地）的體現代理的基礎計劃很少
- （2022-12）不要產生，歧視：將語言模型接地到現實世界環境（接地）的建議
- （2023-02）事後見解鏈與反饋（學習）使語言模型保持一致
- （2023-02）描述，解釋，計劃和選擇：與大語言模型的互動計劃可實現開放世界的多任務代理（接地，推理）
- （2023-02）工具形式：語言模型可以教會自己使用工具（接地）
- （2023-03）決策的基礎模型：問題，方法和機會（調查）
- （2023-03）Hugginggpt：與Chatgpt及其朋友在擁抱面孔（接地）中解決AI任務
- （2023-03）PALM-E：一種具體的多模式模型（接地）
- （2023-03）反射：具有口頭增強學習的語言代理（接地，推理，學習）
- （2023-03）自我refine：迭代改進，帶有自我反饋（推理）
- （2023-03）使用大語言模型（推理）的自編制代碼生成
- （2023-04）生成劑：人類行為的交互式模擬（接地，推理，檢索，學習）
- （2023-04）大語言模型的新興自主科學研究能力（接地，推理）
- （2023-04）LLM+P：以最佳計劃能力（接地，推理）授權大型語言模型
- （2023-04）煉油廠：中間表示的推理反饋（推理）
- （2023-04）教導大型語言模型（推理）
- （2023-04）Genegpt：使用域工具增強大型語言模型，以改善獲得生物醫學信息（接地，推理）
- （2023-05）評論家：大語言模型可以與工具相互作用的批評（接地，推理，檢索）進行自我糾正
- （2023-05）通過大型語言模型（接地，推理，檢索，學習）增強自動代理
- （2023-05）Chatcot：基於聊天的大語言模型（接地，推理）的工具啟動的思想推理
- （2023-05）Toolkengpt：通過工具嵌入（接地，推理）使用大量工具來增強冷凍語言模型
- （2023-05）分解通過自我評估引導解碼（推理）增強推理
- （2023-05）通過多代理辯論（基礎，推理）鼓勵大語言模型中的不同思維
- （2023-05）通過多種辯論（基礎，推理）改善語言模型中的事實和推理
- （2023-05）Adaplanner：反饋與語言模型的自適應計劃（接地，檢索，學習）
- （2023-05）計劃和解決提示：通過大型語言模型（推理）改善零投入的推理推理
- （2023-05）rewoo：與高效增強語言模型（接地，推理）的觀察結果分離推理
- （2023-05）Swiftsage：一種生成劑，對複雜的交互任務（接地，推理）的快速和緩慢思考
- （2023-05）思想樹：大型語言模型（推理）故意解決問題
- （2023-05）Voyager：具有大語言模型（接地，推理，檢索，學習）的開放式體現的代理
- （2023-06）交換：用執行反饋（接地，推理）進行標準化和基准進行交互式編碼
- （2023-06）ToolQA：使用外部工具回答的LLM問題數據集（接地）
- （2023-06）Mind2Web：邁向網絡通才代理（環境）
- （2023-06）RESTGPT：將大型語言模型與現實世界中的RESTFUL API（接地，推理）聯繫起來
- （2023-06）Toolalpaca：具有3000個模擬案例（接地，推理）的語言模型的通用工具學習
- （2023-07）一個現實世界中的webagent，具有計劃，長篇小說理解和程序綜合（接地，推理）
- （2023-07）RT-2：視覺語言行動模型將Web知識轉移到機器人控制（接地）
- （2023-07）Roco：與大語言模型（接地）的辯證法多機器人合作
- （2023-07）尋求幫助的機器人：大語言模型計劃者的不確定性對齊（接地）
- （2023-07）S $^3 $：具有大語言模型授權代理（接地，推理）的社交網絡模擬系統
- （2023-07）TOOLLLM：促進大型語言模型掌握16000多個現實世界中的API（接地，推理，檢索）
- （2023-07）了解使用基於語言模型的大型對話代理進行心理健康支持（接地）的好處和挑戰
- （2023-07）在大語言模型中釋放認知協同作用：通過多人自我合作（接地，推理）來解決任務的代理
- （2023-07）Webarena：一個現實的網絡環境（環境）
- （2023-08）代理商：評估LLM作為代理（環境）
- （2023-08）代理：促進多代理協作並探索代理商（環境）中的新興行為
- （2023-08）Autogen：通過多代理對話框架（接地，推理）啟用下一代LLM應用程序
- （2023-08）CGMI：可配置的一般多代理互動框架（接地，推理）
- （2023-08）Chateval：通過多代理辯論（接地，推理）邁向更好的LLM評估者
- （2023-08）具有大語言模型（推理）的累積推理
- （2023-08）開除：LLM代理是體驗式學習者（接地，推理，檢索，學習）
- （2023-08）GPT-in-the-lin-in-the-lin-in-the-lin-the-limpy決策（接地，推理）
- （2023-08）Gentopia：工具增強LLMS（環境）的協作平台
- （2023-08）METAGPT：用於多代理協作框架的元編程（接地，推理）
- （2023-08）主張：具有大語言模型（接地，推理）的積極主動合作AI
- （2023-08）改造器：具有政策梯度優化（接地，推理，學習）的回顧性大語言代理
- （2023-08）Sapien：由大語言模型提供動力（接地，推理）的情感虛擬代理
- （2023-08）大語言模型和魯棒性AI認知體系結構的協同整合：探索性分析（接地，推理，檢索，學習）
- （2023-09）Tora：一種用於解決數學問題的工具集成推理劑（接地，推理，學習）
- （2023-09）識別具有LM含量沙箱（環境）的LM代理的風險
- （2023-09）懷疑劑：與心智理論的播放不完美的信息遊戲GPT-4（接地，推理）
- （2024-01）自我對比：通過不一致的解決觀點（推理，反思）更好地思考
- （2024-02）代理-Pro：通過政策級別的反思和優化學習發展（推理，反思，學習）
- （2024-03）LLM3：具有運動故障推理的基於語言模型的大型任務和運動計劃。 （計劃，推理）
- （2024-04）用AI代理（AI科學家，生物醫學研究）賦予生物醫學發現能力
- （2024-05）Timechara：評估角色扮演大語言模型（推理，檢索）的時間點角色幻覺
（更快添加更多。
資源
- LLM動力自主代理（Lil'log）
- LLM-Agent Papers
- llmagentpapers
- 很棒的llm驅動器
（更快添加更多。
