今日arXiv最热NLP大模型论文：面向不确定性感知的Language Agent

AIGC动态欢迎阅读

原标题：今日arXiv最热NLP大模型论文：面向不确定性感知的Language Agent
关键字：不确定性,工具,方法,任务,数据
文章来源：夕小瑶科技说
内容字数：7776字

内容摘要：

夕小瑶科技说 原创作者 | UALA
引言：面向不确定性的感知的Language AgentLanguage Agent利用大型语言模型（如OpenAI发布的GPT系列、Meta的LLaMA2等）来与外部世界互动，例如通过工具和API收集观察结果，并处理这些信息以解决任务。这些Language Agent在改进先前具有挑战性的推理任务方面取得了显著进展，它们能够自主地从世界中获取新知识，并通过记忆或自我完善机制迭代地改进其推理路径。然而，当前的Language Agent设计主要将LLM视为观察和知识收集的规划者、协调者或聚合器，而忽视了在与外部世界交互时处理不确定性的能力。实际上，大量的研究工作已经集中在探索预训练语言模型中编码的知识类型，以及如何通过生成性任务（如机器翻译、摘要和数据到文本生成）来估计这些模型的不确定性。
我们的工作旨在通过集成不确定性估计来改进Language Agent的设计，以便更有效地管理与外部工具的互动。具体来说，我们的框架通过在决策过程中量化不确定性，来判断何时依赖LLM内部的隐含知识，何时寻求外部资源的帮助。这种方法旨在提高Language Agent

原文链接：今日arXiv最热NLP大模型论文：面向不确定性感知的Language Agent

联系作者

文章来源：夕小瑶科技说
作者微信：xixiaoyaoQAQ
作者简介：专业、有趣、深度价值导向的科技媒体。聚集30万AI工程师、研究员，覆盖500多家海内外机构投资人，互联网大厂中高管和AI公司创始人。一线作者来自清北、国内外顶级AI实验室和大厂，兼备敏锐的行业嗅觉和洞察深度。商务合作：zym5189