taichengguo/LLM_MultiAgents_Survey_Papers

해결하는 문제

이 프로젝트는 LLM(대규모 언어 모델) 기반 멀티 에이전트 시스템에 관한 급격히 증가하는 연구 자료를 추적하는 문제를 해결합니다. 연구자와 개발자가 해당 분야를 쉽게 탐색할 수 있도록 학술 논문을 중앙 집중식으로 관리하고 큐레이션한 저장소를 제공합니다.

작동 방식

이 저장소는 연구를 5가지 주요 흐름(에이전트 구축 프레임워크, 오케스트레이션 및 효율성, 문제 해결 애플리케이션, 세계 시뮬레이션, 데이터셋/벤치마크)으로 분류합니다. 이 분야의 포괄적인 서베이 논문 저자들이 직접 관리하며, 최신 개발 사항을 포함하기 위해 격주로 업데이트됩니다.

대상 사용자

여러 LLM 기반 에이전트가 어떻게 협업하고, 토론하며, 복잡한 환경을 시뮬레이션하여 작업을 해결하는지 탐구하고자 하는 연구자, AI 엔지니어, 학생들을 위해 설계되었습니다.

주요 특징

• 멀티 에이전트 프레임워크, 오케스트레이션 및 효율성을 다루는 엄선된 논문 목록.
• 소프트웨어 개발, 로봇 공학, 과학 연구, 의료 의사결정을 포함한 광범위한 응용 분야 커버리지.
• 사회, 경제, 게임 이론 시나리오를 포함한 세계 시뮬레이션 연구 전용 섹션.
• 멀티 에이전트 시스템 평가를 위한 데이터셋 및 벤치마크 모음.
• 최신 학술 문헌을 지속적으로 반영하기 위한 정기적인 업데이트.