awesome-language-agents学习资料汇总 - 基于认知架构的语言智能体概览

awesome-language-agents学习资料汇总 - 基于认知架构的语言智能体概览

语言智能体(Language Agents)是当前人工智能研究的一个热点方向。本文将为大家介绍 awesome-language-agents 项目,这是一个基于"认知架构for语言智能体(CoALA)"框架的语言智能体资源汇总。

🐨CoALA框架简介

CoALA(Cognitive Architectures for Language Agents)是一个用于构建语言智能体的认知架构框架。它从智能体的行动空间出发,将智能体的行为分为外部行动和内部行动两部分:

• 外部行动:与外部环境交互(实现grounding)
• 内部行动:与内部记忆交互(实现reasoning、retrieval、learning)

智能体通过决策循环来选择行动,每个循环包括规划和执行两个阶段:

• 规划:提出和评估行动方案
• 执行:执行选定的行动,影响内部记忆或外部世界

相关论文资源

以下是部分相关论文列表(按发表时间排序):

• (2021-10) AI Chains: Transparent and Controllable Human-AI Interaction by Chaining Large Language Model Prompts
• (2022-04) Do As I Can, Not As I Say: Grounding Language in Robotic Affordances
• (2022-10) ReAct: Synergizing Reasoning and Acting in Language Models
• (2023-03) PaLM-E: An Embodied Multimodal Language Model
• (2023-05) Tree of Thoughts: Deliberate Problem Solving with Large Language Models
• (2023-07) ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs

更多论文可以在项目的 GitHub页面 查看。

相关代码资源

• AutoGen: 微软开源的多智能体对话框架
• LangChain: 用于开发LLM驱动应用的框架
• JARVIS: 用于构建多模态AI助手的框架

学习教程

1. LLM Powered Autonomous Agents (Lil'Log): 一篇全面介绍LLM驱动智能体的博客文章
2. Building AI Agents with LangChain: DeepLearning.AI提供的在线课程
3. AutoGen快速入门: AutoGen官方文档

总结

语言智能体是一个快速发展的研究方向,有望推动AI向更高级的智能迈进。CoALA框架为构建语言智能体提供了一个系统的方法论,awesome-language-agents项目则汇总了大量相关资源。希望本文能为对语言智能体感兴趣的读者提供一个良好的入门指南。欢迎访问项目GitHub页面获取更多信息!