当前的大型语言模型（LLMS）不仅限于某些最大上下文长度，而且无法强劲地消耗长输入。为了解决这些局限性，我们提出了ReadGent，这是一种LLM代理系统，在我们的实验中，将有效上下文长度提高到20倍。受到人类如何互动读取长文档的启发，我们将录像带作为一个简单的提示系统，它使用LLMS的先进语言能力来（1）决定将哪些内容存储在存储器情节中，（2）将这些记忆情节压缩为简短的情节记忆中，称为GIST记 ...

这项研究对AI代理和代理AI进行了严格的区分，提供了结构化的概念分类法，应用映射和挑战分析，以阐明其不同的设计理念和能力。我们首先概述搜索策略和基础定义，将AI代理描述为由大语言模型（LLMS）和大型图像模型（LIM）驱动的模块化系统，用于狭窄，特定于任务的自动化。生成的AI被定位为前体，AI代理通过工具集成，及时的工程和推理增强来推进 ...

代理人的自我完善，代理的主链大语言模型（LLM）是根据自己的政策自动采样的轨迹进行培训的，它已成为提高性能的一种有希望的方法。最近的进步，尤其是在网络环境中，面临着一个关键的局限性：它们的性能将在自主学习周期期间达到停滞点，从而阻碍进一步的进步。我们认为，这源于对Web环境的探索有限，以及对LLMS中预训练的Web知识的利用不足 ...

IT操作（AIOPS）的AI旨在自动化复杂的操作任务，例如故障定位和根本原因分析，以减少人类的工作量并最大程度地减少客户影响。尽管传统的DevOps工具和AIOPS算法通常专注于解决孤立的操作任务，但大型语言模型（LLMS）和AI代理的最新进展正在通过启用端到端和多任务自动化来彻底改变AIOPS。本文设想了一个未来，AI代理在整个事件生命周期内自主管理操作任务，从而导致自我修复云系统，这是我们定期 ...

利用大型语言模型LLM的快速发展，基于LLM的代理已被开发用于处理各种现实世界的应用，包括金融、医疗保健和购物等。确保基于LLM的代理的可靠性和安全性至关重要。应用程序。然而，基于法学硕士的代理人的安全问题目前尚未得到充分探讨 ...

根据尤瓦尔·诺亚·哈拉里（Yuval Noah Harari）的说法，大规模的人类合作是由编码共同信念和价值观的共同叙述所驱动的。这项研究探讨了这些叙述是否可以类似地推动LLM代理人进行协作。我们使用有限重复的公共物品游戏，其中LLM代理商选择合作或利己主义支出策略 ...

我们证明，配备基本编码工具的LLM编码代理可以自主编辑自身，从而提高其在基准任务上的性能。我们发现，在经过验证的SWE基准的随机子集中，绩效从17％提高到53％，并在livecodebench上获得了额外的性能增长，以及合成生成的代理基准。我们的工作代表了代理系统的自动化和开放式设计的进步，并为那些寻求在工具使用和其他代理任务上培训LLM的人提供了参考代理框架 ...

对移动药物的准确评估可以显着提高其开发和现实世界的适用性。但是，由于定义任务奖励信号并实施相应的评估代码所需的大量手动努力，现有的移动代理基准缺乏实用性和可扩展性。为此，我们提出了AutoEval，这是一种自治代理评估框架，该框架在不手动努力的情况下测试移动代理 ...