🧠推理能力：Agentic LLMs通过多步推理（如链式思考、自我一致性、搜索树）、自我反思（提示改进、LLMs自我反思）和检索增强（自适应检索、检索增强生成）等方法，显著提升了逻辑思考、问题解决和决策制定能力。

🤖行动能力：Agentic LLMs通过行动模型（世界模型、多模态视觉-语言-行动模型）、机器人和工具（机器人规划、行动工具、计算机和浏览器工具）以及助手（对话助手、医疗助手、交易助手、科学助手）等方式，执行具体任务并提高实用性。

🤝交互能力：Agentic LLMs在社会能力（对话、战略行为、心理理论）、基于角色的交互（多LLM环境中的战略行为、基于角色的任务解决和团队合作）以及模拟开放社会（社会规范的形成、开放世界代理）等方面展现出强大的交互能力，能够与其他智能体有效协作。

2025-04-24 17:00 湖北

什么是Agentic LLMs？以及具备哪些能力？

1. 多步推理方法

多步推理方法是提升LLMs推理能力的重要技术。这些方法通过将复杂问题分解为多个中间步骤来逐步解决问题，从而提高模型的准确性和可靠性。主要方法包括：

链式思考（Chain of Thought）：通过逐步解决问题的中间步骤，显著提高了模型在数学问题上的准确率。例如，通过提示模型先重述问题中的信息，再逐步解答，可以显著提高其在数学问题上的表现。



自我一致性（Self Consistency）：通过生成多个可能的推理路径，并通过多数投票选择最一致的答案，进一步提高了模型的性能。

搜索树（Tree of Thoughts）：通过创建一个外部控制算法，调用模型以探索所有可能的推理步骤，从而系统地探索问题的解空间。

2. 自我反思

自我反思是推理能力的另一个重要方面，它允许模型评估和改进自己的结果。主要方法包括：

提示改进（Prompt-Improvement）：通过外部算法使用LLM评估其自身的预测，并创建新的提示以改进其结果。例如，Progressive Hint Prompting（PHP）通过逐步提供提示来改进模型的输出。

LLMs用于自我反思：通过让LLM评估其自身的输出，并通过反馈和改进来提高结果的质量。例如，Self Refine方法通过迭代反馈和改进来优化模型的输出。

3. 检索增强

检索增强方法通过在推理时检索额外的信息来解决LLMs缺乏及时信息的问题。这些方法包括：

自适应检索（Adaptive Retrieval）：LLMs可以根据需要决定何时检索信息，从而提高其在特定任务中的表现。

检索增强生成（Retrieval Augmentation）：通过将预训练的LLMs与外部知识库结合，使其能够访问最新的信息，从而提高其在问答等任务中的表现。

1. 行动模型

行动模型是使LLMs能够理解和执行具体任务的基础。讨论了如何通过世界模型（World Models）和多模态视觉-语言-行动模型（Vision-Language-Action Models, VLA）来增强LLMs的行动能力。

世界模型（World Models）：世界模型是代理型LLMs在复杂环境中学习和行动的基础。这些模型通过与环境的交互来学习最优策略，例如在机器人运动、视频游戏和开放世界游戏中的应用。例如，WorldCoder通过编写Python程序来构建世界模型，解释其与环境的交互。

多模态视觉-语言-行动模型（VLA Models）：这些模型结合了视觉信息和语言指令，使机器人能够执行复杂的任务。例如，CLIPort通过视觉导航模型和语言指令来指导机器人完成任务，而RT-2模型则通过将网络知识转移到机器人控制中，实现了零样本泛化。

2. 机器人和工具

讨论了如何使LLMs能够通过机器人和工具来执行具体任务，从而提高其实用性。

机器人规划（Robot Planning）：通过将语言模型与机器人的物理能力相结合，使机器人能够理解并执行语言指令。例如，Say Can通过结合语言模型和机器人动作的价值函数，确保机器人执行的行动是安全且可行的。



行动工具（Action Tools）：LLMs可以通过调用外部工具（如API）来执行任务。例如，Toolformer通过训练LLM决定何时调用API、传递什么参数以及如何整合结果，从而扩展了LLM的功能。



计算机和浏览器工具（Computer and Browser Tools）：使LLMs能够直接与计算机环境交互，例如通过浏览器或操作系统界面执行任务。例如，OmniParser V2通过视觉解析屏幕元素，使LLMs能够与图形用户界面（GUI）进行交互。

对抗性提示生成（Adversarial Prompt Generation）：通过生成多样化的对抗性提示，提高LLMs在复杂环境中的鲁棒性。例如，Rainbow Teaming使用进化算法生成多样化的对抗性提示。

3. 助手

讨论了如何将LLMs应用于各种助手场景，从而提高其在实际应用中的价值。

对话助手（Conversational Assistants）：通过自然语言交互，LLMs可以提供多种服务，例如教育、会议支持和任务调度。例如，AssistantGPT结合了LLM、工具调用和记忆，支持多种操作。



医疗助手（Medical Assistants）：LLMs在医疗领域表现出色，能够生成医疗报告、提供诊断建议，并在医学教育中发挥作用。例如，MedCo通过多智能体框架生成患者友好的医疗报告。



交易助手（Trading Assistants）：LLMs可以作为金融交易助手，提供市场分析和交易建议。例如，FinAgent是一个多模态的交易助手，能够从多种数据源中提取信息并进行技术分析。

科学助手（Science Assistants）：LLMs可以自动化科学研究流程，从实验设计到论文撰写。例如，AI Scientist框架能够自动化从想法生成到论文撰写的整个过程。

三、交互（Interacting）

详细探讨了代理型大语言模型（Agentic LLMs）在交互能力方面的研究进展和技术方法：如何使LLMs能够与其他智能体（包括人类和其他LLMs）进行有效交互，从而实现更复杂的社会行为和协作任务。

1. LLMs的社会能力

讨论了传统LLMs在社会和交互能力方面的基础，包括对话、战略行为和心理理论（Theory of Mind）。

对话（Conversation）：LLMs在自然语言交互方面取得了显著进展，能够生成语法正确且功能上符合上下文的句子。然而，LLMs在不同领域的表现仍存在差异，且整体性能低于人类水平。通过多轮对话和上下文理解，LLMs的对话能力得到了提升。

战略行为（Strategic Behavior）：LLMs在经济博弈中的表现因游戏类型而异。例如，在囚徒困境等重复博弈中，LLMs表现出较高的合作性，但在需要协调的博弈中表现较差。研究表明，LLMs在博弈中的行为可以通过额外的提示信息进行调整。

心理理论（Theory of Mind）：LLMs在心理理论任务中的表现逐渐接近人类水平，能够理解他人的心理状态并据此进行推理。然而，LLMs在复杂情境下的心理理论能力仍需进一步研究。

2. 基于角色的交互

讨论了LLMs在多智能体环境中通过角色扮演进行交互的能力，包括战略行为、团队合作和任务解决。

多LLM环境中的战略行为（Strategic Behavior in Multi-LLM Environments）：通过多智能体博弈和角色扮演，LLMs能够展示出复杂的战略行为。例如，在社会推理游戏中，LLMs能够通过角色扮演和交互来提高其战略推理能力。



基于角色的任务解决和团队合作（Role-Based Task Solving and Team Work）：LLMs可以通过角色扮演和团队合作来解决复杂任务。例如，CAMEL框架通过让两个LLMs扮演不同角色（如编码者和审稿人）来合作完成任务。

3. 模拟开放社会

讨论了LLMs在开放社会中的交互能力，包括社会规范的形成、社会动态和集体行为。

社会规范的形成（Emergent Social Norms）：LLMs能够通过自然语言交互形成和遵守社会规范。例如，通过多智能体模拟，LLMs能够自发地形成和遵守复杂的社交规范。




开放世界代理（Open-World Agents）：LLMs可以通过多智能体交互生成新的数据，从而实现自我学习和持续改进。例如，WebArena通过模拟真实世界的网络环境，使LLMs能够进行开放式的交互和学习。

Agentic Large Language Models, a surveyhttps://askeplaat.github.io/agentic-llm-survey-site/https://arxiv.org/pdf/2503.23037

阅读原文

跳转微信打开