taichengguo/LLM_MultiAgents_Survey_Papers

解决的问题

本项目旨在应对基于大语言模型（LLM）的多智能体系统领域研究文献快速增长所带来的挑战。它提供了一个集中且经过精心策划的学术论文库，帮助研究人员和开发人员更好地了解该领域。

工作原理

该存储库将研究分为五个主要方向：构建智能体的框架、编排与效率、问题解决应用、世界模拟以及数据集/基准测试。它由相关领域综合综述论文的作者维护，并每两周更新一次，以纳入最新的研究进展。

适用人群

专为希望探索多个基于LLM的智能体如何通过协作、辩论或模拟复杂环境来完成任务的研究人员、AI工程师和学生而设计。

亮点

• 精选论文列表，涵盖多智能体框架、编排和效率。
• 广泛覆盖软件开发、机器人技术、科学研究和医疗决策等应用领域。
• 专门的世界模拟研究板块，包括社会、经济和博弈论场景。
• 专门用于评估多智能体系统的数据集和基准测试集合。
• 定期更新，确保内容与最新的学术文献保持同步。