作为以用户为中心的工具的代理商越来越多地部署到人类任务委托，通过产生思想，与用户代理互动并制定行动计划来协助广泛的请求。但是，由于两个主要因素，基于大语言模型（LLM）的代理通常会面临大量的计划潜伏期：基础LLM的效率限制由于其大小和需求较高，并且由于广泛的生成而导致代理的结构复杂性中间思想产生最终输出。鉴于服务提供的效率低下会破坏用户的自动化价值，因此本文提出了一种以人为本的有效代理计划方法 - ...

基于大型语言模型（LLM）的多代理系统（MAS）在解决复杂的任务方面表现出了希望，但通常依靠预定义的角色和集中协调，限制了其适应性的不断发展的挑战。本文介绍了Morphagent，这是一个用于分散多代理协作的新型框架，使代理商能够动态发展其角色和能力。我们的方法采用自我发展的代理概况，通过三个关键指标进行了优化，指导代理人在维护互补团队动态的同时，指导他们的个人专业知识 ...

基于生成代理的建模（GABM）是一种新兴的模拟范式，将大语模型的推理能力与传统的基于代理的建模相结合，以复制复杂的社交行为，包括在社交媒体上进行的互动。虽然先前的工作集中在局部现象（例如意见形成和信息传播）上，但其捕获全球网络动态的潜力仍然没有得到充实的影响。本文通过通过友谊悖论（FP）的角度分析基于GABM的社交媒体模拟来解决这一差距，这是一种违反直觉现象，平均而言，个人的朋友比朋友的朋友少 . ...

合金的设计是一个多尺度问题，需要一种整体方法，涉及检索相关知识，应用高级计算方法，进行实验验证并分析结果，这一过程通常保留给人类专家。机器学习（ML）可以通过使用深层替代模型来帮助加速此过程，这些模型将结构特征与材料属性联系起来，反之亦然。但是，现有的数据驱动模型通常针对特定的物质目标，提供有限的灵活性以整合室外知识，并且无法适应新的，无法预见的挑战 ...

最近在复杂的室内视觉环境中研究了多代理具体任务。多个代理之间的协作可以提高工作效率，并具有显着的实用价值。但是，大多数现有研究都集中于均质的多代理任务 ...

随着大语言模型（LLM）的快速发展，近年来见证了许多关于利用基于LLM的代理商模拟人类社会行为的有前途的研究。尽管先前的工作已经在各个领域表现出巨大的潜力，但其中大部分集中在涉及有限数量的代理的特定情况上，并且在模拟过程中发生错误时缺乏适应能力。为了克服这些局限性，我们提出了一个新型的基于LLM代理的模拟平台，称为\ textit {Gensim}，它：（1）\ textbf {摘要一组常规函数} ...

代码理解和生成的最新进步表明，在高质量指令数据集中进行了微调的代码LLMS可以获得强大的功能来解决与广泛的代码相关任务。但是，大多数以前的现有方法主要是孤立地查看每个编程语言，而忽略不同编程语言之间的知识传输。为了弥合不同编程语言之间的差距，我们介绍了一个新颖的多代理协作框架，以增强代码LLMS的多语言指令调整，其中多种语言特定于语言的智能代理组件将具有生成记忆的多种语言组件一起工作，以将知识从一 ...

我们提出了一个新颖的框架拼贴，用于通过利用大型语言模型（LLM）和分层运动特定于矢量定量的变异自动编码器（VQ-VAES）来生成协作代理 - 对象 - 代理相互作用。我们的模型通过结合LLM的知识和推理能力来指导生成扩散模型，从而解决了该领域中缺乏丰富的数据集。分层VQ-VAE架构在多个抽象级别上捕获了不同运动特异性特征，避免了冗余概念并实现有效的多分辨率表示 ...