要點:

1. AgentVerse是一個多智能體框架，旨在促進大型語言模型之間的協(xié)作，以提高任務(wù)完成效率。

2. AgentVerse框架包括專家招募、協(xié)同決策、行動執(zhí)行和評估四個關(guān)鍵階段，模擬人類群體問題解決過程。

3. 實驗結(jié)果表明，AgentVerse框架能夠有效部署多智能體群組，性能優(yōu)于單一智能體，促進了協(xié)作等社會行為。

站長之家（ChinaZ.com）9月22日 消息:AgentVerse是一個旨在促進多個大型語言模型（LLM）之間協(xié)作的多智能體框架。雖然單個LLM在各種任務(wù)上表現(xiàn)出色，但面對復(fù)雜任務(wù)或需要提高效率的情況，多個智能體之間的協(xié)作變得至關(guān)重要。AgentVerse的設(shè)計受到人類群體動力學的啟發(fā)，旨在實現(xiàn)多個LLM之間的協(xié)作，使整個群體的綜合能力超過各個成員的能力總和。

AgentVerse框架的關(guān)鍵特點包括高效的環(huán)境搭建、可定制的組件和工具利用。它為研究人員提供了多個基本構(gòu)建模塊，使他們能夠輕松搭建多智能體環(huán)境，例如LLM聊天室等，從而使研究人員能夠更專注于實驗過程和結(jié)果分析。此外，框架還允許用戶基于其需求重新定義不同模塊的功能，增加了靈活性。

論文鏈接:https://arxiv.org/pdf/2308.10848.pdf

開源鏈接:https://github.com/OpenBMB/AgentVerse

AgentVerse框架的關(guān)鍵階段包括專家招募、協(xié)同決策、行動執(zhí)行和評估。在專家招募階段，框架自動招募專家，動態(tài)生成專家描述，然后根據(jù)不同的描述提示和目標來組建多個不同的智能體群組。這種動態(tài)調(diào)整使得框架能夠根據(jù)當前狀態(tài)動態(tài)構(gòu)建最有效的多智能體群組，以便在后續(xù)決策和行動執(zhí)行中取得更好的結(jié)果。

協(xié)同決策階段涉及將專家智能體聚集起來進行協(xié)同決策。框架提供了兩種經(jīng)典的溝通結(jié)構(gòu):橫向溝通和縱向溝通。橫向溝通鼓勵智能體之間的相互理解和協(xié)作，適用于需要創(chuàng)造性想法或大量協(xié)調(diào)的場景。而縱向溝通涉及職責分工，適用于需要迭代完善決策的場景。

行動執(zhí)行階段涉及智能體執(zhí)行指定的動作，根據(jù)環(huán)境狀態(tài)的更新來調(diào)整行動。最后，評估階段使用獎勵反饋機制評估當前狀態(tài)與期望目標之間的差距，并為下一輪的專家組構(gòu)建提供反饋和建議。

AgentVerse的實驗結(jié)果表明，在多智能體群組中，性能明顯優(yōu)于單個智能體。研究人員使用多個語言模型進行了定量實驗，涵蓋了對話能力、數(shù)學計算能力、邏輯推理能力和編碼能力等四個方面。這些實驗結(jié)果驗證了AgentVerse框架的有效性和潛力，特別是在復(fù)雜任務(wù)和實際應(yīng)用中。

總的來說，AgentVerse是一個創(chuàng)新的多智能體框架，有助于提高多個大型語言模型之間的協(xié)作，從而在各種任務(wù)中提高效率和性能。這一框架的發(fā)展對于推動自然語言處理和人工智能領(lǐng)域的研究和應(yīng)用具有重要意義。

（舉報）