LLM-Planning-Papers: 大型语言模型规划能力相关论文汇总与学习资源
大型语言模型(LLM)在自然语言处理领域取得了巨大突破,但在长期规划和复杂推理等方面仍存在不足。LLM-Planning-Papers项目旨在收集和整理有关LLM规划能力的重要论文,为研究人员提供一个全面的学习资源。
🌟 项目简介
LLM-Planning-Papers是由AGI-Edgerunners团队维护的开源项目,收录了大型语言模型规划能力相关的必读论文。该项目涵盖了从基础研究到应用实践的多个方面,包括:
- 零样本规划
- 多步骤推理
- 实体任务规划
- 规划能力评估
- 交互式规划
- 多模态规划
- 等多个相关主题
📚 精选论文
以下是该项目收录的部分重要论文:
-
Language Models as Zero-Shot Planners: Extracting Actionable Knowledge for Embodied Agents
Wenlong Huang, et al. (ICML 2022) -
LLM-Planner: Few-Shot Grounded Planning for Embodied Agents with Large Language Models
Chan Hee Song, et al. (ICCV 2023) -
LLM+P: Empowering Large Language Models with Optimal Planning Proficiency
Bo Liu, et al. (Preprint 2023.5) -
Tree of Thoughts: Deliberate Problem Solving with Large Language Models
Shunyu Yao, et al. (Preprint 2023.5) -
PEARL: Prompting Large Language Models to Plan and Execute Actions Over Long Documents
Simeng Sun, et al. (Preprint 2023.5)
🔗 相关资源
- 项目GitHub仓库
- arXiv.org - 查找最新相关论文
- Papers With Code - 查找论文相关代码实现
🚀 如何使用
- 访问项目GitHub页面
- 浏览README.md文件,了解收录的论文列表
- 点击感兴趣的论文链接,阅读原文或查看相关代码
📈 项目Star历史
LLM-Planning-Papers项目为研究大型语言模型规划能力的学者和开发者提供了宝贵的学习资源。无论您是该领域的新手还是专家,都可以从这个精心策划的论文集中获益。我们鼓励您深入探索这些论文,并为项目做出贡献,共同推动LLM规划能力的研究进展!