超级会员免费看
本文详述了基于大型语言模型（LLM）的自动代理的构建、应用和评估，探讨了角色扮演能力、人对齐、提示鲁棒性、幻觉、知识边界和效率等挑战。研究了如何利用LLM在社会科学、自然科学和工程领域的应用，并提出未来的研究方向。
本文是LLM系列的文章，针对《A Survey on Large Language Model based Autonomous Agents》的翻译。
基于大模型的自动agents综述
摘要
自动代理一直是学术界的一个突出研究课题。该领域先前的研究通常集中在孤立环境中训练知识有限的智能体，这与人类的学习过程有很大差异，从而使智能体难以实现类似人类的决策。最近，通过获取大量的网络知识，大型语言模型（LLM）在实现人类水平的智能方面表现出了巨大的潜力。这引发了研究基于LLM的自动代理的热潮。为了充分利用LLM的潜力，研究人员设计了适合不同应用的不同代理架构。在本文中，我们对这些研究进行了全面的调查，从整体的角度对自动智能体领域进行了系统的回顾。更具体地说，我们的重点在于构建基于LLM的代理，为此我们提出了一个统一的框架，该框架包含了以前的大部分工作。此外，我们还总结了基于LLM的人工智能代理在社会科学、自然科学和工程领域的各种应用。最后，我们讨论了基于LLM的人工智能代理常用的评估策略。在前人研究的基础上，我们还提出了该领域的一些挑战和未来方向。为了跟踪该领域并不断更新我们的调查，我们维护了一个库用于相关参考文献https://github.com/Paitesanshi/LLM-Agent-Survey.
订阅专栏 解锁全文
2059
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
