由大型语言模型提供动力的代理商取得了令人印象深刻的结果，但是有效地处理互动过程中产生的大量历史数据仍然是一个挑战。当前的方法是设计一个存储模块，以便代理处理这些数据。但是，现有的方法（例如内存库和A-MEM）的存储内存含量质量较差，这会影响回忆性能和响应质量 ...

大型语言模型（LLM）的最新进展使人们对基于LLM的代理商对复杂的计划任务的兴趣日益增加。为了避免代理训练昂贵，许多研究采用了通过离线体验或在线轨迹分析增强LLM的记忆机制。但是，现有的作品着重于由动态环境相互作用得出的单个颗粒性记忆，这些记忆固有地受到收集经验的质量的约束 ...

精确治疗需要多模式自适应模型，以产生个性化的治疗建议。我们介绍了TXAGENT，这是一种AI代理，它利用211个工具的工具箱中的多步推理和实时生物医学知识检索，以分析药物相互作用，禁忌症和特定于患者的治疗策略。 TXAGENT评估药物如何在分子，药代动力学和临床水平上相互作用，根据患者合并症和并发药物确定禁忌症，并针对个人患者特征定制治疗策略 ...

适应代理任务的大型语言模型（LLM）对于开发语言代理至关重要。直接偏好优化（DPO）是通过减轻复合错误的这种适应的有前途技术，提供了一种直接优化强化学习（RL）目标的手段。但是，由于无法取消分区功能，因此将DPO应用于多转变任务会带来挑战 ...

我们介绍了M3 Agent，这是一种具有长期记忆的新型多模式框架。像人类一样，M3代理可以处理实时的视觉和听觉输入以构建和更新其长期内存。除了情节记忆之外，它还会发展出语义记忆，从而使其能够随着时间的推移积累世界知识 ...

移动边缘计算（MEC）启用的空中网络是6G的关键组成部分，采用航空站（ABSS），例如无人驾驶飞机（UAV）（UAV）和高空平台站（HAPS），为地面IoT设备（IOTDS）提供动态服务。这些IOTD支持实时应用程序（例如 ...

多模式大语言模型的出现通过将语言和视觉方式与外部数据源集成，使代理人能够更好地解释人类指令并执行日益复杂的任务，从而重新定义了代理范式。但是，在本文中，我们确定了多模式代理中的一个关键但以前被忽视的安全漏洞：跨模式提示注射攻击。为了利用这种漏洞，我们提出了一个新颖的攻击框架，其中攻击者嵌入了多种模式的对抗扰动，以与目标恶意内容保持一致，从而允许外部说明劫持代理商的决策过程并执行未经授权的任务 .. ...

代理AI系统建立在大型语言模型（LLMS）上并通过多代理配置部署，正在重新定义跨企业和社会领域的智能自主权，协作和决策。本综述在基于LLM的代理多代理系统（AMA）的背景下对信任，风险和安全管理（TRISM）进行了结构化分析。首先，我们研究了代理AI的概念基础，其与传统AI代理的架构差异以及实现可扩展，使用工具自主权的新兴系统设计 ...