大语言模型（LLM）的最新进展已加速了能够产生类似人类反应的对话剂的发展。由于精神科评估通常涉及精神科医生与患者之间的复杂对话互动，因此人们对开发基于LLM的精神病学评估对话剂（PACAS）的兴趣越来越多，旨在模拟精神科医生在临床评估中的作用。但是，基于PACAS与患者相互作用的临床适当性基准的标准化方法仍未得到充实 ...

随着全球心理健康问题的升级，对先进的数字支持系统非常需要。我们介绍了Chentagora，这是一个新颖的框架，采用大型语言模型，通过多种代理之间的相互作用来量身定制心理健康支持。该框架通过三个阶段运行：战略性辩论，量身定制的辅导员创建和响应生成，从而可以根据个人用户的偏好和治疗需求来动态自定义 ...

大型语言模型（LLM）变得越来越强大，能够处理复杂的任务，例如构建单个代理和多代理系统 ...

大型基于语言模型的多代理系统（MAS）在通过协作推理和机构间评论解决复杂任务方面表现出了显着的进步。但是，现有方法通常会孤立地对待每个任务，从而导致冗余计算和在结构相似的任务中的概括有限。为了解决这个问题，我们介绍了多代理交叉任务体验学习（MAEL），这是一个新型框架，它赋予LLM驱动的代理具有明确的交叉任务学习和经验积累 ...

由高级大语模型（LLM）提供动力的代理商在各种复杂的应用程序中表现出了令人印象深刻的功能。最近，多个代理商相互协作和交流的多机构系统（MAS）在复杂的任务中表现出增强的功能，例如高质量的代码生成和算术推理。但是，这种系统的开发通常依赖于手工制作的方法，并且基于LLM的MAS的系统设计和优化的文献仍然有限 ...

传统上，社会系统的基于代理建模的当代方法（ABM）通过超越预定义的规则并利用人类社会互动的LMS来利用上下文理解来限制其捕获细微动态的能力。本文介绍了SALM（社会代理LM框架），这是将语言模型（LMS）集成到社交网络模拟中的一种新颖方法，在多代理方案中实现了前所未有的时间稳定性。我们的主要贡献包括：（1）层次提示结构，使稳定的模拟超过4,000个时间步，同时将 Token 用法减少了73％，（（ ...

大型语言模型（LLM）在各种代理计划任务中都取得了相当大的性能。但是，传统的代理计划方法采用了一种“洪水灌溉”方法，该方法不论将黄金轨迹，外部反馈和域知识注入代理模型。这种做法忽略了决策过程中情境自我意识的基本认知原则 - 能够动态评估情境需求并在决策过程中策略性地利用资源 ...

语言模型（LMS）具有强大的理解自然语言的能力，使其有效地将人类的指示转化为简单机器人任务的详细计划。但是，处理长途任务仍然是一个重大挑战，尤其是在合作异构机器人团队的子任务识别和分配中。为了解决这个问题，我们提出了一个语言模型驱动的多代理PDDL Planner（LAMMA-P），这是一个新型的多代理任务计划框架，可在长途任务上实现最新的性能 ...