我们介绍了代理过程奖励模型（AgentPRM），这是一个简单且可扩展的框架，用于训练LLM代理，以通过交互作用不断改进。 AgentPrm遵循轻巧的参与者批评范式，使用蒙特卡洛推出来计算奖励目标并优化策略。它需要对现有RLHF管道的最小修改，从而易于大规模集成 ...
大型语言模型（LLM）的快速发展已加速了能够发声交流的多模式模型的发展。与基于文本的互动不同，语音传达了丰富而多样的信息，包括语义内容，声学变化，副语言提示和环境环境。但是，现有对语音交互模型的评估主要集中在其文本响应的质量上，通常忽略了声音表现的关键方面，并且缺乏具有特定于人声的测试实例的基准 ...
大型语言模型（LLMS）用于有条件的文本生成时，通常会产生幻觉，即在输入上下文中不忠或不基于的信息 ...
模式链接是在文本到SQL任务中实现人类水平的性能的关键瓶颈，尤其是在现实世界中的大规模多数据库方案中。解决架构链接面临两个主要挑战：（1）数据库检索：从多数据库设置中的大型模式池中选择正确的数据库，同时滤除无关的数据库。 （2）架构项目接地：准确地识别来自SQL生成的大而冗余模式中的相关表和列 ...
旅游业是全球经济中最关键的部门之一。由于其异质性和分散的性质，它为知识图提供了最合适的用例之一。在此海报中，我们介绍了德国旅游知识图，该图表整合了来自16个德国联邦州和其他各种来源的旅游相关数据，以为各种应用提供策划的知识源 ...
我们提出了Dialogueraish，这是一种推理范式，它揭示了独白式推理模型中丢失的作用，旨在提高推理过程的多样性和相干性。基于RL的大型推理模型的最新进展导致了令人印象深刻的长床能力和数学和科学基准的高性能。但是，这些推理模型主要依赖于独白式的推理，这些推理通常限制了推理多样性和相干性，经常回收固定策略或表现出不必要的注意力转移 ...
大型语言模型 (LLM) 在开发智能应用程序和系统（例如基于 LLM 的代理和代理操作系统 (AIOS)）方面已展现出巨大的潜力。然而，当这些应用程序和系统与底层文件系统交互时，文件系统仍然保持传统的范式：依赖于通过精确命令进行手动导航。这种范例对这些系统的可用性造成了瓶颈，因为用户需要导航复杂的文件夹层次结构并记住神秘的文件名 ...
大语言模型（LLM）的成功引发了人们对各种代理应用的兴趣。一个关键的假设是，LLM利用常识和思想链（COT）推理可以有效地探索并有效地解决复杂的领域。但是，已经发现LLM代理患有次优探索和知识差距，无法有效地对模型中存在的知识作用 ...
