Github
论文项目介绍：LLM_MultiAgents_Survey_Papers
项目背景
LLM_MultiAgents_Survey_Papers 项目专注于收集与总结基于大语言模型的多智能体系统研究论文及其相关进展。随着人工智能技术的飞速发展，大语言模型（LLM）在多智能体系统中的应用也日益增多。本项目旨在为研究者和工程师提供一个全面和结构化的资料库，帮助他们了解这一领域的最新动态和研究趋势。
项目内容
综述论文
项目组撰写了一篇涉及 LLM 多智能体系统的综述论文，详细介绍了该领域的研究框架与结构。论文可以在 arXiv 上获取，提供了项目的分析和总结结果。
论文分类
项目将收集到的论文分为以下几个主要领域，以便更好地进行研究和应用：
- 多智能体框架：探讨如何构建基于LLM的多智能体框架，如 AgentLite、OpenAgents 等。
- 多智能体编排与效率：研究如何提高多智能体系统的协调性和效率。
- 问题解决中的多智能体：包括软件开发、实验操作、科学辩论等多个子领域。
- 世界模拟中的多智能体：涉及社会、游戏、心理学、经济学等应用场景。
- 多智能体数据集与基准：评估和测试多智能体能力的数据集和方法。
项目更新
项目团队承诺每两周更新一次文献列表，力求涵盖所有相关的最新研究成果。研究人员可通过 GitHub 提交建议或反馈，以协助改善和丰富资料库。
如何参与
该项目是一个开放平台，欢迎任何对该领域有兴趣的研究者贡献力量。您可以通过提交 pull request 或 issue 的方式参与项目的建设，确保该资源库的内容保持最新。
联系方式
项目的主要联系人是 Taicheng Guo。有关项目的更多信息或合作建议，欢迎通过以下方式联系：
- Email: tguo2@nd.edu
- Twitter: @taioooorange
总结
LLM_MultiAgents_Survey_Papers 是一个丰富的资源平台，汇集了基于大语言模型的多智能体系统的前沿研究，旨在推动该领域的发展和应用。通过项目的不断更新和社区的积极参与，此资源库将成为学术界和工业界探索多智能体系统的有力工具。
