文章预览
24年7月来自复旦和微软亚洲研究院的论文“EvoAgent: Towards Automatic Multi-Agent Generation via Evolutionary Algorithms”。 强大的大语言模型 (LLM) 兴起，催生了构建基于 LLM 的自主智体以解决复杂任务（尤其是多智体系统）的新趋势。尽管取得了显著进展，但现有工作严重依赖于人为设计的框架，这极大地限制智体系统的功能范围和可扩展性。如何将专业化的智体自动扩展到多智体系统以提高任务解决能力，仍然是一个重大挑战。本文介绍EvoAgent，一种通过进化算法自动将专家智体扩展到多智体系统的通用方法，从而提高基于 LLM 智体在解决任务中的有效性。具体而言，将现有的智体框架视为初始个体，然后应用一系列进化算子（例如，突变、交叉、选择等）来生成具有不同智体设置的多智体。EvoAgent 可以推广到任何基于 LLM 智体框架，并且可以自动将现有的智体
………………………………
