이진욱님의 블로그

https://arxiv.org/pdf/2307.07924v5https://github.com/OpenBMB/ChatDevchat-powered software- development framework를 의미 Technically, to facilitate cooperative communication,협력적 커뮤니케이션을 촉진시키기 위해 ChatDev introduces chat chain to further break down each phase into smaller and manageable subtasks,채팅 chain을 사용해 각 단계를 subtask로 나누는 which guides multi-turn communications between different roles to propose ..

https://arxiv.org/pdf/2406.04151가장 중요한것1) diverse environments for agent exploration and learning 에이전트의 탐색과 학습을 위한 다양한 환경 2) a trajectory set to equip agents with basic capabilities and prior knowledge에이전트에게 기본적인 능력과 사전 지식을 갖추게 하는 trajectory 집합3) an effective and scalable evolution method효과적이고 확장 가능한 진화 방법

가장 중요한점https://arxiv.org/pdf/2402.14034https://github.com/modelscope/agentscope GitHub - modelscope/agentscope: Start building LLM-empowered multi-agent applications in an easier way.Start building LLM-empowered multi-agent applications in an easier way. - modelscope/agentscopegithub.com following aspects feature the challenge1) Agents involved in a multi-agent application can specialize at diff..

https://arxiv.org/pdf/2402.16823노드는 오퍼레이션(LLM , tool 사용)edge는 에이젼트간의 커뮤니케이션+ The nodes implement functions to process multimodal data or query LLMs, and the edges describe the information flow between operations 2. GPTSwarm2.1. Language Agents as Graphs2.2. Graph Definitioninput x and context information z from its predecessor nodes by applying a computational routine f 2.3. Edge Optimization  2..

https://arxiv.org/pdf/2303.17760https://github.com/camel-ai/camel가장 중요한 것 : role-playing In particular, we conduct comprehensive studies on instruction-following cooperation in multi-agent settings.

기존의 한계Current methodologies for assigning role descriptions to autonomous agents predominantly involve manual assignment, necessitating prior knowledge and understanding of the task. Consequently, the scalability remains ambiguous, especially in the face of diverse and intricate problem contexts.Specifically, AGENTVERSE splits the problem-solving process into four pivotal stages as shown in Figu..

https://arxiv.org/pdf/2406.07155LLM의 power law와 같이 agent의 수를 늘린다고 해서 emergent capability가 생기는가?Inspired by the neural scaling law, a natural question arises: does increasing agents in multi-agent collaboration exhibit emergent capabilities? 3. Multi-Agent Collaboration Network This arrangement ensures that each node-occupied agent ai precedes its corresponding edge-occupied agent aij , and aij p..

1. Introduction예를 들어, 그림 1에서 Reflexion 에이전트는 시도, 오류 및 자기 성찰(trial, error, self-reflect)을 통해 의사결정, 프로그래밍 및 추론 작업을 해결하기 위해 자신의 행동을 최적화하는 방법을 학습한다. 유용한 성찰 피드백을 생성하는 것은 모델이 어디서 실수를 했는지에 대한 이해(즉, the credit assignment problem)뿐만 아니라 개선을 위한 actionable insight을 포함한 요약을 생성할 수 있는 능력을 필요로 하기 때문에 challenging 우리는 이를 수행하기 위해 세 가지 방법을 탐구한다 –1) simple binary environment feedback2) pre-defined heuristics for co..

mindsearch 논문리뷰최근의 recent work는 검색엔진을 LLM과 통합시킬려는 시도함하지만 3가지 문제를 직면(1) 복잡한 request은 검색 엔진에서 한 번에 정확하고 완전하게 retrieve되기 어렵다 (e.g 19세기 러시아 문학이 20세기 프랑스 철학에 미친 영향)(2) 통합해야될 관련 정보가 대량의 노이즈와 함께 여러 웹 페이지에 분산되어 있다.(3) 긴 contents을 가진 많은 웹 페이지는 LLM의 최대 컨텍스트 길이를 초과할 수 있다 (위키피디아처럼 길면 한번에 분석 x)https://arxiv.org/pdf/2407.20183WebSearcherWebPlanner기존의 연구에는 검색 과정을 RAG task로 보는 경우도 있지만 웹 기반 정보 검색의 깊이와 복잡성을 super..

llm의 결과를 cross check하는( e.g 인터넷 검색엔진에 확인, 생성한 코드가 올바른지 인터프리터로 실행해 디버깅과정과 유사한 시스템 More specifically, starting with an initial output, CRITIC interacts with appropriate tools to evaluate certain aspects of the text, and then revises the output based on the feedback obtained during this validation process 정확히는 text를 evaluate하고 이과정을 통해 구한 feedback을 업데이트하는것 QA에서의 활용사례 first QA result without any feed..