Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2406.00252v4

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2406.00252v4 (cs)
[提交于 2024年6月1日 (v1) ,修订后的 2024年10月15日 (此版本, v4) , 最新版本 2025年2月16日 (v6) ]

标题: 走向语言和多模态代理的合理性:综述

标题: Towards Rationality in Language and Multimodal Agents: A Survey

Authors:Bowen Jiang, Yangxinyu Xie, Xiaomeng Wang, Yuan Yuan, Zhuoqun Hao, Xinyi Bai, Weijie J. Su, Camillo J. Taylor, Tanwi Mallick
摘要: 理性是指由理性指导的品质,其特点是决策与证据和逻辑原则一致。 它在可靠的问题解决中起着关键作用,确保解决方案有充分依据且一致。 尽管大型语言模型(LLMs)在生成类似人类的文本方面取得了显著进展,但它们仍然存在一些局限,例如知识空间有限和输出不一致。 为此,最近的努力转向开发多模态和多代理系统,以及集成外部工具、编程代码、符号推理器、效用函数和保真风险控制等模块,而不是仅仅依赖单一的LLM进行决策。 本文综述了语言和多模态代理的最新进展,评估了它们如何促进智能代理更加理性,并识别了开放性的挑战和未来研究方向。 我们在https://github.com/bowen-upenn/Agent_Rationality维护了一个开源仓库。
摘要: Rationality is the quality of being guided by reason, characterized by decision-making that aligns with evidence and logical principles. It plays a crucial role in reliable problem-solving by ensuring well-grounded and consistent solutions. While large language models (LLMs) have made significant progress in generating human-like text, they still exhibit limitations such as bounded knowledge space and inconsistent outputs. In response, recent efforts have shifted toward developing multimodal and multi-agent systems, as well as integrating modules like external tools, programming codes, symbolic reasoners, utility function, and conformal risk controls rather than relying solely on a single LLM for decision-making. This paper surveys the state-of-the-art advancements in language and multimodal agents, evaluates how they contribute to make intelligent agents more rational, and identifies open challenges and future research directions. We maintain an open repository at https://github.com/bowen-upenn/Agent_Rationality.
评论: 我们有一个开源仓库在 https://github.com/bowen-upenn/Agent_Rationality
主题: 人工智能 (cs.AI) ; 计算与语言 (cs.CL); 计算机视觉与模式识别 (cs.CV); 多智能体系统 (cs.MA)
引用方式: arXiv:2406.00252 [cs.AI]
  (或者 arXiv:2406.00252v4 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2406.00252
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Bowen Jiang [查看电子邮件]
[v1] 星期六, 2024 年 6 月 1 日 01:17:25 UTC (2,332 KB)
[v2] 星期三, 2024 年 6 月 5 日 19:39:56 UTC (2,332 KB)
[v3] 星期二, 2024 年 6 月 18 日 04:22:39 UTC (4,650 KB)
[v4] 星期二, 2024 年 10 月 15 日 20:11:42 UTC (3,975 KB)
[v5] 星期六, 2025 年 2 月 8 日 20:48:13 UTC (3,980 KB)
[v6] 星期日, 2025 年 2 月 16 日 05:30:30 UTC (3,980 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-06
切换浏览方式为:
cs
cs.CL
cs.CV
cs.MA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号