Symbolic Learning Enables Self-Evolving Agents
AIWaves Inc.(AIWaves公司)
提出智能体符号学习框架,以数据为中心、模拟反向传播与梯度下降,使语言智能体在部署后自我优化,实现自我进化。
2024-06-26 cs.AI cs.CL cs.LG
The Dark Side of Human Feedback: Poisoning Large Language Models via User Inputs
Michigan State University(密歇根州立大学);University of Hawaii at Mānoa(夏威夷大学马诺阿分校);University of South Florida(南佛罗里达大学)
本文揭示了一种通过用户输入提示毒化LLM对齐训练的新型攻击,提出基于选择和基于生成的两种恶意提示构造机制,仅注入1%特制提示即可使特定触发词的毒性分数提高两倍,证明利用用户生成提示训练时LLM存在隐蔽且可能不可避免的脆弱性。
2024-09-01 cs.AI cs.CL cs.CR
FireAct: Toward Language Agent Fine-tuning
System2 Research(System2研究机构);University of Cambridge(剑桥大学);Monash University(莫纳什大学);Princeton University(普林斯顿大学)
该研究提出FireAct方法,通过多任务多提示轨迹微调语言模型构建语言智能体,证实微调可显著提升性能,为语言智能体微调提供实验基础与研究方向。
2023-10-09 cs.AI cs.CL cs.LG
MCP-AgentBench: Evaluating Real-World Language Agent Performance with MCP-Mediated Tools
University of Science and Technology of China(中国科学技术大学)
针对现有基准无法评估MCP新范式下语言智能体真实性能的问题,提出综合基准MCP-AgentBench,包含33个服务器、188个工具、6类共600个查询及结果导向评估方法MCP-Eval,为研究界提供标准化评估框架。
2025-09-10 cs.AI cs.CL cs.LG
Reflexion: Language Agents with Verbal Reinforcement Learning
Northeastern University(东北大学);Massachusetts Institute of Technology(麻省理工学院);Princeton University(普林斯顿大学)
Reflexion框架通过语言反馈而非权重更新强化语言智能体,利用口头反思和情节记忆提升决策,在HumanEval上达到91%准确率,超越GPT-4的80%。
2023-10-10 cs.AI cs.CL cs.LG
Cognitive Architectures for Language Agents
Princeton University(普林斯顿大学)
本文提出认知架构CoALA,用于系统组织语言智能体,通过模块化记忆、结构化动作空间和通用决策过程,回顾现有工作并展望未来发展方向。
2024-03-15 cs.AI cs.CL cs.LG
OpenAgents: An Open Platform for Language Agents in the Wild
The University of Hong Kong(香港大学);XLang Lab(XLang实验室);Sea AI Lab(Sea人工智能实验室);Salesforce Research(赛富时研究院)
OpenAgents是一个开放平台,提供数据、插件和网页三类语言代理,通过优化Web界面支持普通用户使用,并为开发者提供本地部署基础,促进真实场景评估与研发。
2023-10-16 cs.AI cs.CL
Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives
Tsinghua University(清华大学)
该综述梳理了大语言模型赋能的基于智能体的建模与仿真的研究背景、应用动因、核心挑战、多场景研究进展及未来方向,覆盖赛博、物理、社会、混合四大领域。
2023-12-19 cs.AI cs.CL cs.CY
Towards Objectively Benchmarking Social Intelligence for Language Agents at Action Level
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系)
本文提出 STSS 沙盒模拟基准,在动作层面对语言智能体的社会智能进行客观评估,并通过 TDP 模块验证其区分模型与智能体架构的有效性。
2024-04-08 cs.AI cs.CL
Formal-LLM: Integrating Formal Language and Natural Language for Controllable LLM-based Agents
Rutgers University(罗格斯大学)
本文提出Formal-LLM框架,将规划约束表达为自动机并在其监督下进行基于栈的LLM计划生成,使基于LLM的智能体规划过程可控,实验显示整体性能提升超过50%。
2024-08-12 cs.AI cs.CL cs.FL
Prompt Programming for Cultural Bias and Alignment of Large Language Models
Information Systems and Modeling, Los Alamos National Laboratory(信息系统与建模,洛斯阿拉莫斯国家实验室);Advanced Research in Cyber Systems, Los Alamos National Laboratory(网络安全系统高级研究,洛斯阿拉莫斯国家实验室);Center for National Security and International Studies(国家安全与国际研究中心);Analytics Division, Los Alamos National Laboratory(分析部门,洛斯阿拉莫斯国家实验室)
本文提出通过提示编程优化大型语言模型的文化对齐,利用DSPy框架系统调整治文化偏差,实验表明提示优化优于传统手动提示工程,提升模型响应的可转移性与稳定性。
2026-07-23 cs.AI cs.CL
Retroformer: Retrospective Large Language Agents with Policy Gradient Optimization
Salesforce AI Research(Salesforce AI研究院)
本文提出Retroformer框架,通过策略梯度从环境奖励中学习回顾式模型,自动优化语言智能体的提示,从而显著提升多步任务中的智能体性能。
2024-05-05 cs.AI cs.CL
Large Language Model-Enabled Multi-Agent Manufacturing Systems
Pennsylvania State University(宾夕法尼亚州立大学);Technical University of Munich(慕尼黑工业大学)
针对传统制造及现有多智能体制造系统的适配与协同短板,提出大语言模型赋能的多智能体制造框架,通过案例验证其可实现高效沟通与精准任务分配,助力构建更灵活的制造系统。
2024-06-21 cs.AI cs.MA
AI Metropolis: Scaling Large Language Model-based Multi-Agent Simulation with Out-of-order Execution
Stanford University(斯坦福大学);Georgia Institute of Technology(佐治亚理工学院)
本文提出AI Metropolis仿真引擎,通过乱序执行调度动态追踪智能体间真实依赖、减少虚假依赖,提升LLM多智能体仿真并行性与硬件利用率,实现1.3至4.15倍加速。
2024-11-05 cs.AI cs.DC cs.LG
Can language agents be alternatives to PPO? A Preliminary Empirical Study On OpenAI Gym
East China Normal University(华东师范大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Tongji University(同济大学)
该研究构建 TextGym 与统一评测框架,通过 5 级场景和 EXE 智能体实验,初步考察语言智能体在序列决策任务中替代 PPO 的可行性。
2023-12-06 cs.AI cs.CL
Automatic Control With Human-Like Reasoning: Exploring Language Model Embodied Air Traffic Agents
Faculty of Aerospace Engineering, Delft University of Technology(代尔夫特理工大学航空航天工程学院)
本研究提出具备函数调用与学习能力的语言模型具身空管智能体,搭配创新的经验库存储交互知识,无需人工干预即可解决空管冲突,最佳配置几乎解决全部120个冲突场景,还能提供人类水平的决策文本解释。
2024-09-15 cs.AI cs.CL
Exploiting Language Models as a Source of Knowledge for Cognitive Agents
本文探讨利用大型语言模型作为认知代理的外部知识源,识别挑战与机遇,并提出将知识提取与认知架构集成以提升效果的方法。
2023-09-05 cs.AI cs.CL
Building Resource-Constrained Language Agents: A Korean Case Study on Chemical Toxicity Information
KAIST AI(韩国科学技术院人工智能);CHEM. I. NET
本文提出Tox-chat,一个资源受限环境下的韩国化学品毒性信息智能体,通过上下文高效架构和场景式对话生成方法,微调8B模型显著提升数据库忠实度与偏好。
2025-10-09 cs.AI cs.CL
Ask-before-Plan: Proactive Language Agents for Real-World Planning
National University of Singapore(新加坡国立大学);Singapore Management University(新加坡管理大学)
本文提出主动智能体规划任务与 Ask-before-Plan 基准,并设计含澄清、执行、规划三智能体及轨迹调优、记忆回想机制的 CEP 框架,验证其有效性。
2024-10-02 cs.AI cs.CL
Exploring Large Language Model based Intelligent Agents: Definitions, Methods, and Prospects
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));DeepWisdom(深度智慧);Peking University(北京大学);FiT, Tencent(腾讯FiT)
本文综述了基于大型语言模型的智能体在单智能体与多智能体系统中的定义、框架、核心组件及部署机制,并探讨其应用场景与未来展望。
2024-01-07 cs.AI cs.MA
Bootstrapping Cognitive Agents with a Large Language Model
通过大语言模型提升认知代理,结合两者优势以提高效率和领域适应性。
2024-02-25 cs.AI cs.CL
NLPG: Natural-Language Policy Gradients for Self-Evolving Language Agents
Wuhan University(武汉大学)
提出自然语言策略梯度(NLPG),一种外部策略记忆方法,通过诊断执行轨迹并将失败转化为局部自然语言修正,在不改变参数或结构的情况下改进冻结的智能体,在六个基准上平均超越最强基线8.71个百分点。
2026-09-29 cs.AI cs.CL
SelfGoal: Your Language Agents Already Know How to Achieve High-level Goals
Fudan University(复旦大学);Allen Institute for AI(艾伦人工智能研究所)
SelfGoal通过自适应地将高层次目标分解为子目标树结构并动态更新,在有限先验和延迟反馈环境下显著提升语言智能体的任务表现。
2024-06-07 cs.AI cs.CL
Analyzing Language Learned by an Active Question Answering Agent
Google(谷歌公司)
我们分析了通过强化学习训练的代理学习的语言,作为ActiveQA系统的一个组成部分[Buck et al.,2017年]。在ActiveQA中,问答被构建为一个强化学习任务,其中代理位于用户和黑盒问题回答系统之间。代理学习重新制定用户的问题,以得出最佳答案。它使用通过序列到序列问题重构模型生成的问题的许多版本来探测系统,然后聚合返回的证据以找到最佳答案。此过程是\emph{machine-machine}通信的一个实例。问题重构模型必须调整其语言以提高返回的答案的质量,匹配问答系统的语言。我们发现,代理不学习转换,符合语义直觉,但发现通过学习经典的信息检索技术,如tf-idf重新加权和词干。
2018-01-23 cs.AI cs.CL
Language Models as a Knowledge Source for Cognitive Agents
Center for Integrated Cognition(综合认知中心)
语言模型(LM)是在大量语料库上训练的自动补全引擎。LM已经成为自然语言处理的一个重大突破,它提供的功能远远超出了句子完成,包括问答、摘要和自然语言推理。虽然这些能力中的许多都有潜在的应用认知系统,利用语言模型作为任务知识的来源,特别是任务学习,提供了显着的,近期的好处。我们介绍了语言模型和各种任务,他们已被应用,然后审查知识提取方法从语言模型。由此产生的分析概述了使用语言模型作为认知系统的新知识源的挑战和机遇。它还确定了可能的方法来提高知识提取语言模型使用认知系统提供的能力。成功的核心将是认知代理自身学习LM中隐含的知识的抽象模型的能力,以及有效和高效地提取高质量知识的方法。为了说明,我们介绍了一个假设的机器人代理,并描述了如何语言模型可以扩展其任务知识,提高其性能和代理可以使用的知识和方法的种类,以利用知识内的语言模型。
2021-10-23 cs.AI cs.CL
A Trembling House of Cards? Mapping Adversarial Attacks against Language Agents
The Ohio State University(俄亥俄州立大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校)
本文首次系统梳理针对语言智能体的对抗攻击,提出包含感知、大脑和行动的统一概念框架,并探讨12种潜在攻击场景,强调部署前理解风险的紧迫性。
2024-02-15 cs.AI cs.CL
Exploring the Intersection of Large Language Models and Agent-Based Modeling via Prompt Engineering
School of Information(信息学院);University of California, Berkeley(加州大学伯克利分校)
本文利用受Park等人(2023)启发的提示工程,将LLM用于ABM以模拟复杂人类行为,并构建双智能体谈判与六智能体谋杀之谜游戏两个场景。
2023-08-14 cs.AI cs.MA
Agents on the Bench: Large Language Model Based Multi Agent Framework for Trustworthy Digital Justice
Peking University(北京大学)
针对司法人工智能决策透明度和可解释性不足的问题,本文提出基于大语言模型的多智能体框架 AgentsBench,通过模拟合议庭协作审议提升法律判决预测的性能、公平性与决策质量。
2024-12-24 cs.AI cs.MA
LLM-Agent-Controller: A Universal Multi-Agent Large Language Model System as a Control Engineer
Sharif University of Technology(谢里夫理工大学)
本研究提出LLM-Agent-Controller,一个多智能体大语言模型系统,通过集成中央控制器、专门智能体及监督机制,无需用户具备控制理论背景即可解决控制工程问题,实验显示其一般任务成功率83%,单个智能体平均成功率87%,展示了多智能体架构在领域特定问题求解中的潜力。
2025-05-26 cs.AI cs.MA
Rethinking Scale: Deployment Trade-offs of Small Language Models under Agent Paradigms
Proximus Luxembourg S.A.(普罗米修斯卢森堡股份有限公司);University of Luxembourg(卢森堡大学)
本文探讨了在代理范式下小型语言模型的部署权衡,通过对比基础模型、单代理工具系统和多代理协作系统,发现单代理系统在性能与成本间达到最佳平衡。
2026-04-21 cs.AI cs.CL
A Survey of Large Language Model Agents for Question Answering
Computer Science Department George Mason Univeristy Fairfax, VA-22030
本文综述了基于大型语言模型的问答智能体,指出其通过LLM推理和外部环境交互克服传统智能体局限,并系统梳理了规划、问题理解、信息检索与答案生成等关键设计阶段,最后展望了未来研究方向。
2025-03-24 cs.AI cs.CL cs.HC
Agents: An Open-source Framework for Autonomous Language Agents
AIWaves Inc.(AIWaves公司);Zhejiang University(浙江大学);ETH Zürich(苏黎世联邦理工学院)
本研究推出开源框架Agents,支持规划、记忆等核心特性,兼具用户友好性与研究扩展性,助力非专业人员和研究者便捷构建、部署自主语言智能体,推动通用人工智能相关探索。
2023-12-12 cs.CL
Automated Interpretability and Feature Discovery in Language Models with Agents
Harvard University(哈佛大学)
本文提出一个自主多代理框架,用于自动化大型语言模型的内部特征发现与解释,通过两个耦合循环提升解释精度和可验证性。
2026-05-02 cs.AI cs.CL cs.HC
SMAC-Talk: A Natural Language Extension of the StarCraft Multi-Agent Challenge for Large Language Models
Faculty of Engineering and Computer Science(工程与计算机科学学院);University of Victoria(维多利亚大学)
提出SMAC-Talk环境,通过自然语言通信通道评估LLM智能体在合作多智能体场景中的协调与信任,并构建含欺骗性通信者的评估场景。
2026-06-02 cs.AI
Don't Blame the Large Language Model: How Agent Harness Evolution Shapes Coding Agent Quality
Queen’s University Canada(加拿大女王大学)
研究编码代理中脚手架演化对其质量的影响。通过固定模型、仅改变脚手架,对Qwen Code CLI的35个连续版本进行评估,追踪质量波动与开发模式及架构组件的关系。
2026-07-22 cs.AI cs.LG cs.SE
Adaptive Reasoning and Acting in Medical Language Agents
University of Connecticut(康涅狄格大学)
本文提出一种基于LLM的自适应医学智能体框架,通过自动校正机制使医生智能体在误诊后迭代优化推理与行动,在AgentClinic基准中提升了模拟临床环境的诊断准确率。
2024-10-13 cs.AI
Distilling Internet-Scale Vision-Language Models into Embodied Agents
Princeton University(普林斯顿大学);DeepMind(深度思维)
该研究提出结合模型蒸馏与后见经验回放,用互联网规模预训练视觉语言模型监督具身智能体,通过提示控制监督信号,实现新物体交互与抽象类别教学,为具身智能体的语言锚定提供了新路径。
2023-06-14 cs.AI
SOTOPIA-$π$: Interactive Learning of Socially Intelligent Language Agents
Language Technologies Institute(语言技术研究所);Carnegie Mellon University(卡内基梅隆大学)
提出交互式学习方法 SOTOPIA-$π$,通过行为克隆和自我强化训练提升语言代理的社交智能,使 7B LLM 达到 GPT-4 代理的社交目标完成能力,同时保持安全性和一般问答能力,并揭示了 LLM 评估的局限性。
2024-04-25 cs.CL
TravelPlanner: A Benchmark for Real-World Planning with Language Agents
Fudan University(复旦大学);The Ohio State University(俄亥俄州立大学);The Pennsylvania State University(宾夕法尼亚州立大学);Meta AI
本文提出 TravelPlanner 基准,通过旅行规划任务评估语言智能体在真实世界复杂规划中的能力,发现当前模型表现极差,GPT-4 成功率仅 0.6%,为未来研究提供了挑战性测试平台。
2024-10-23 cs.CL
Large Language Model-based Data Science Agent: A Survey
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文综述了基于LLM的数据科学代理,从代理设计和数据科学流程两个角度探讨其关键原则与应用。
2025-11-23 cs.AI
ChatShop: Interactive Information Seeking with Language Agents
Duke University(杜克大学)
本文重新设计网络购物任务,引入任务模糊性和动态购物者角色,以评估语言智能体在多轮交互中进行战略信息寻求的能力,并验证LLM模拟购物者可替代真人。
2024-06-16 cs.CL
Hypothetical Minds: Scaffolding Theory of Mind for Multi-Agent Tasks with Large Language Models
Stanford University(斯坦福大学)
针对多智能体强化学习的非平稳性与在线自适应难题,提出搭载心智理论模块的Hypothetical Minds智能体,通过生成、评估并迭代优化他者策略假设提升规划能力,在Melting Pot基准多类任务上性能优于现有基线。
2024-12-12 cs.AI
Learning Strategic Language Agents in the Werewolf Game with Iterative Latent Space Policy Optimization
Tsinghua University, Beijing, China(清华大学);Beijing Zhongguancun Academy, Beijing, China(北京中关村学院);Shanghai Qi Zhi Institute, Shanghai, China(上海启智研究所)
针对LLM智能体在战略语言游戏中的偏差与探索不足,提出LSPO迭代框架,结合博弈论与DPO微调,在狼人杀中提升策略与语言能力并超越现有智能体。
2025-06-18 cs.AI
Lemur: Harmonizing Natural Language and Code for Language Agents
University of Hong Kong(香港大学);XLang Lab(XLang实验室);Salesforce Research(Salesforce研究院);Sea AI Lab(Sea人工智能实验室);University of Washington(华盛顿大学);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
提出开源语言模型Lemur与Lemur-Chat,通过融合自然语言与代码能力,在多项基准和智能体任务上表现优异,显著缩小了与专有模型的差距。
2024-08-24 cs.CL
Decentralized Multi-Agent Goal Assignment for Path Planning using Large Language Models
Center for Intelligent Machines (CIM) Laboratory(智能机器中心(CIM)实验室);McGill University(麦吉尔大学)
针对多智能体路径规划的分布式目标分配难题,提出基于LLM的智能体方案,通过独立推理排序加确定性规则消解冲突,实验证明其性能优于传统启发式、接近最优分配,验证了LLM在该场景的应用潜力。
2025-10-27 cs.AI
Agentic Large Language Models
本书探讨将大语言模型(LLMs)的能力与现实世界行动能力结合的智能体式LLM,研究其工作、行动、交互方式及对用户的意义。
2026-10-12 cs.AI
An Automated Multi-modal Evaluation Framework for Mobile Intelligent Assistants Based on Large Language Models and Multi-Agent Collaboration
College of Software, Nankai University(南开大学软件学院);vivo AI Lab(vivo人工智能实验室)
针对移动智能助手评估成本高、标准不一且主观偏差问题,提出基于大语言模型与三层多智能体协作的自动化多模态评估框架,并经Qwen3-8B微调和八个智能体验证有效。
2025-10-21 cs.AI
LOCA-bench: Benchmarking Language Agents Under Controllable and Extreme Context Growth
LOCA-bench通过可控和极端上下文增长评估语言代理的能力,提供长上下文代理的基准测试平台。
2026-02-08 cs.AI
Cooperation on the Fly: Exploring Language Agents for Ad Hoc Teamwork in the Avalon Game
University of Technology Sydney(悉尼科技大学);University of Liverpool(利物浦大学)
本研究探索LLM智能体在Avalon游戏中的临时团队协作,发现沟通幻觉问题,并提出CodeAct智能体,通过增强记忆和代码推理实现快速适应新队友。
2023-12-29 cs.CL
Nano Bio-Agents (NBA): Small Language Model Agents for Genomics
本研究提出纳米生物智能体(NBA)框架,将小语言模型(<10B参数)与任务分解和工具编排结合,用于基因组学问答,在GeneTuring基准上达到98%准确率,性能媲美甚至超越大模型,同时大幅降低计算成本。
2025-09-23 cs.AI q-bio.GN
VLA Grounder: Language-Conditioning Space Optimization for Black-Box VLA Models
AXXX;MIRAI(未来人工智能研究机构);MISIS(俄罗斯国立科技大学莫斯科钢铁合金学院)
研究能否通过优化语言空间而非更新动作权重来改进冻结的 VLA 策略,提出语言条件空间策略,用强化学习优化,实验表明该优化能提升特定任务成功率,证明语言可作为机器人基础模型的可优化变量。
2026-10-09 cs.AI
Exploring Autonomous Agents through the Lens of Large Language Models: A Review
North South University(北南大学)
本文综述LLM驱动自主智能体的能力、挑战、关键增强技术与评估平台,并展望其在多领域的应用前景。
2024-04-05 cs.AI
Conversational Agents and the Understanding of Human Language: Reflections on AI, LLMs, and Cognitive Science
HEIG-VD / HES-SO(瑞士西部应用科学与艺术大学伊韦尔东工程与管理高等学院);EPFL(瑞士洛桑联邦理工学院)
本文探讨计算机自然语言处理与人类语言能力理解的关系,分析NLP发展与语言能力理论的异同,指出语言技术的进步未显著深化人类语言处理机制的理解。
2026-03-29 cs.CL
AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions
BlackRock, Inc.(BlackRock公司)
本文研究基于角色的多智能体系统在股票研究与投资组合管理中的选股应用,评估其在不同风险容忍水平下相对基准的表现,并分析多智能体框架在股票分析中的优势与实施挑战。
2025-08-15 cs.AI q-fin.ST