链接：
3.A Survey on the Memory Mechanism of Large Language Model based Agents
本文是一篇关于基于大型语言模型（LLM）的智能代理记忆机制的综述。近年来，这类智能代理引起了研究界和工业界的广泛关注。与原始的LLM相比，LLM-based agents的自我进化能力是其解决需要长期和复杂代理-环境交互的真实世界问题的基础。支持代理-环境交互的关键组成部分是代理的记忆。尽管之前的研究提出了许多有前景的记忆机制，但它们分散在不同的论文中，缺乏系统性的回顾，从整体角度总结和比较这些工作，未能提炼出共同且有效的设计模式，以启发未来的研究。为此，本文提出了关于LLM-based agents记忆机制的全面综述。具体来说，我们首先讨论了在LLM-based agents中“什么是”以及“为什么需要”记忆。然后，我们系统地回顾了之前的研究，关于如何设计和评估记忆模块。此外，我们还介绍了许多代理应用程序，其中记忆模块起着重要的作用。最后，我们分析了现有工作的局限性，并展示了重要的未来研究方向。
链接：
4.LLM Evaluators Recognize and Favor Their Own Generations
这篇论文探讨了大型语言模型（LLM）在自我评估方面的应用，并指出这种自我评估在基准测试、奖励建模、宪法AI和自我优化等方法中具有价值。然而，由于评估者和被评估者是同一个LLM，因此引入了新的偏见。其中一种偏见是自我偏好，即LLM评估者给自己的输出打分高于其他人的输出，而人类评估者认为它们具有相同的质量。论文调查了自我识别能力是否有助于这种自我偏好。研究发现，未经调整的LLM（如GPT-4和Llama 2）能够以非 trivial 的准确度区分自己和其他LLM及人类。通过微调LLM，发现自我识别能力与自我偏好偏见的强度之间存在线性相关性；使用控制实验，我们表明因果解释抵抗直接的混淆因素。论文讨论了自我识别如何干扰无偏见评估和AI安全。
链接：
5.FlowMind: Automatic Workflow Generation with LLMs
本文介绍了一种名为FlowMind的新方法，利用大型语言模型（如生成式预训练变换器（GPT））来解决自动化流程（RPA）在处理自发的或不可预测的任务时的局限性，从而创建一个自动工作流生成系统。在FlowMind中，我们提出了一种通用提示配方，用于使LLM的推理与可靠的API（应用程序编程接口）保持一致。通过这种方式，FlowMind不仅减轻了LLM常见的虚构问题，而且还消除了LLM与专有数据或代码的直接交互，从而确保信息的完整性和保密性，这在金融服务中至关重要。FlowMind进一步简化了用户交互，通过展示自动生成的 workflow 的高层次描述，使用户能够有效地检查和提供反馈。我们还引入了NCEN-QA，这是金融领域用于基准化从N-CEN报告的基金中提出的问题回答任务的新数据集。我们使用NCEN-QA来评估由FlowMind生成的workflow的性能，以及FlowMind的基线和消融变体。我们证明了FlowMind的成功，强调了所提出的讲座配方中每个组件的重要性，以及FlowMind中用户交互和反馈的有效性。
链接：
AMiner AI使用入口：
