language-model agents
PulseAugur coverage of language-model agents — every cluster mentioning language-model agents across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 代理通过闭环研究改进分子性质预测
研究人员开发了一个闭环自动研究系统，将自动化机器学习的范围从固定数据集扩展到动态改变研究工作流程。该系统利用语言模型代理来编辑代码、表示形式并获取分子性质预测的外部证据。在 36 个端点上的实验表明，虽然特征和模型的自动搜索对保留测试数据的泛化能力有限，但精心策划的外部数据显著提高了特定任务的性能，突显了在人工智能驱动的研究中，仔细的数据策划和验证对于可迁移性的重要性。
-
LLM智能体通过技能重写和翻译策略优化成本
研究人员正在探索大型语言模型智能体的成本感知策略，以提高效率和性能。一篇论文介绍了一个技能重写框架，该框架通过保留关键操作锚点来优化成本，从而降低了智能体成本。另一项研究侧重于成本感知的翻译工具使用，开发了一种强化学习策略，该策略能够智能地决定何时翻译输入，以利用LLM的能力而不产生不必要的费用，特别有利于低资源语言。第三篇论文提出了一个用于机器翻译源重写的强化学习框架，该框架直接优化下游翻译质量，性能优于基于提示的方法。
-
AI代理的目标导向性和状态绑定评估
两篇新研究论文探讨了语言代理的内部运作和评估。第一篇论文引入了一个“因果状态绑定”框架，以评估代理的行为是否真正由相关的内部状态驱动，而非表面线索，并在SWE-bench Lite等基准测试中展示了性能提升。第二篇论文提出了一种结合行为分析和可解释性技术的方法来评估代理的目标导向性，发现代理在内部编码了空间地图和行动计划，但需要超越单纯行为指标的内省。
-
研究发现：AI代理缺乏声誉机制的根基
一篇新的研究论文认为，目前对人类有效的声誉机制，对于自主语言模型代理来说，在根本上是不适用的。该论文强调，这些代理是“分离的”，这意味着它们的基础组件，如模型、提示和记忆，可以流畅地改变，导致缺乏持久的身份。这种固有的可变性阻碍了声誉系统所依赖的信任、可识别性和问责制所必需的根基。作者们提议从基于身份的被动治理转向基于协议的主动行为控制。
-
论文：大型语言模型代理的解离性破坏基于声誉的信任
一篇新论文认为，目前对人类有效的声誉机制，根本不适用于自主语言模型代理。作者认为，这些代理的解离性特征，表现为可变的模块和流动的个性，阻碍了信任所需的持久身份、行为连续性和制裁敏感性。他们提议将基于身份的治理转变为一种基于协议的方法，侧重于可观察性和行为约束。
-
语言模型在模拟代理交互中表现出内群体偏见
研究人员证明，在指令微调的语言模型在模拟环境中交互时会表现出内群体偏见。在多代理模拟中，带有可见群体标签的代理会优先对待自己的群体，而在隐藏标签时则不存在这种模式。这种偏见很微妙，影响的是谁会收到行动，而不是采取什么行动，并且在各种模型架构中都保持一致。
-
新框架通过情感策略提升LLM代理的谈判技巧
研究人员开发了两个新框架EmoDistill和EvoEmo，通过融入情感策略来增强语言模型代理的谈判能力。EmoDistill通过选择和表达过程专注于将情感谈判技能蒸馏到代理中，在高风险领域实现更高的效用。EvoEmo利用进化强化学习优化多轮价格谈判中的动态情感表达，在成功率和效率方面优于基线策略。这两种方法都强调了情感在代理交互中的战略重要性，超越了简单的偏好对齐。
-
PACE框架使小型语言模型能够自进化
研究人员开发了PACE，一种新颖的框架，使小型语言模型（SLM）智能体能够在无需模型权重更新或访问前沿模型的情况下进行自进化。这种双时间尺度方法将提示优化与控制逻辑更新分开，从而在资源受限的情况下实现更强大、更高效的智能体开发。在对各种SLM骨干模型和基准的评估中，PACE展示了比现有方法显著的性能提升，为在生产环境中部署有能力的SLM智能体提供了一条可行的途径。
-
MAGE框架使用知识图谱实现自进化AI智能体
研究人员开发了MAGE，一个使用共进化知识图谱来管理自进化语言模型智能体的框架。这种方法将智能体的知识外部化到图谱中，使其能够在不改变核心模型的情况下进行学习和适应。该框架在九个不同的基准测试中表现出色，优于依赖自然语言反馈或隐式强化信号的现有方法。