对话和基于聊天的语言模型的快速发展导致了复杂任务解决的显着进展。然而，他们的成功在很大程度上依赖于人工输入来指导对话，这可能具有挑战性且耗时。本文探讨了构建可扩展技术的潜力，以促进交流代理之间的自主合作，并提供对其“认知”过程的见解。为了应对实现自主合作的挑战，我们提出了一种名为角色扮演的新型交流代理框架。我们的方法涉及使用开始提示来指导聊天代理完成任务，同时保持与人类意图的一致性。我们展示了如何使用角色扮演来生成对话数据，以研究聊天代理的行为和功能，为研究对话语言模型提供宝贵的资源。我们的贡献包括引入一种新的通信代理框架，为研究多智能体系统的协作行为和能力提供可扩展的方法，以及开源我们的库以支持通信代理及其他方面的研究。
https://colab.research.google.com/drive/1AzP33O8rnMW__7ocWJhVBXjKziJXPtim?usp=sharing
https://github.com/lightaime/camel
[1] @halomaster • 04 Apr 2023, 01:26 GMT
对话和基于聊天的语言模型的快速发展导致了复杂任务解决的显着进展。然而，他们的成功在很大程度上依赖于人工输入来指导对话，这可能具有挑战性且耗时。本文探讨了构建可扩展技术的潜力，以促进交流代理之间的自主合作，并提供对其“认知”过程的见解。为了应对实现自主合作的挑战，我们提出了一种名为角色扮演的新型交流代理框架。我们的方法涉及使用开始提示来指导聊天代理完成任务，同时保持与人类意图的一致性。我们展示了如何使用角色扮演来生成对话数据，以研究聊天代理的行为和功能，为研究对话语言模型提供宝贵的资源。我们的贡献包括引入一种新的通信代理框架，为研究多智能体系统的协作行为和能力提供可扩展的方法，以及开源我们的库以支持通信代理及其他方面的研究。
[2] @halomaster • 04 Apr 2023, 01:27 GMT
数据： http://data.camel-ai.org/
[3] @halomaster • 04 Apr 2023, 01:27 GMT
论文： https://ghli.org/camel.pdf
1 of 1 pages 3 replies