原文：
www.kdnuggets.com/the-growth-behind-llmbased-autonomous-agents
图片来源 | DALL-E 3
2023 年发生了很多事情。我们见证了大型语言模型（LLM）的增长和出现，及其作为自主体的基础控制器的特殊使用。我们亲眼见证了许多人采用这些自主体，并将其整合到组织中，更多公司也对 LLM 感兴趣。
1. 谷歌网络安全证书 - 加速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT
是的，它们确实取得了成功。
但你不想了解更多吗？当然，你想。
来自中国人民大学高岭人工智能学院的研究人员汇聚一堂，进行了一项基于 LLM 的自主体的全面调查，在其中，他们从整体角度对基于 LLM 的自主体领域进行了系统的回顾。
研究人员深入探讨了基于 LLM 的自主体的构建，以及对社会科学、自然科学和工程等多个领域的多样应用进行了全面概述。
所以，让我们深入了解吧。
以下是基于 LLM 的自主体领域的增长趋势图，通过 2021 年 1 月至 2023 年 8 月发布的论文数量展示。
如你所见，在两年的时间里，LLM 取得了显著成功，向公众展示了 AI 应用有潜力达到类似人类的智能。全面的训练数据集和大量的模型参数齐头并进，以实现这一目标。
因此，看起来这个领域投入了大量的资金和研究，因此必须提供对这一迅速发展的领域的系统总结，以全面了解其复杂性及其带来的益处，激发未来的研究。
这正是来自高岭人工智能学院的研究团队所做的工作。
图片来源：LLM-Agent-Survey
基于 LLM 的自主智能体的最终目标是使其具备执行各种任务的能力，如同具有人类能力一样。要实现这一目标，你需要进一步研究 LLM 基础自主智能体的架构设计：
-
应设计哪种架构以更好地利用 LLMs
-
如何使智能体具备完成特定任务的能力
作为系统审查的一部分，研究人员认识到 LLMs 需要履行特定角色并自主地从环境中学习，以像人类一样进化。这就是设计合理智能体架构发挥作用的地方。
研究人员提出了一个统一框架来总结开发的模块数量，以增强 LLMs：
-
配置文件 - 确定智能体的角色
-
记忆 - 将智能体放入动态环境中并使其能够回忆过去的行为
-
计划 - 将智能体放入动态环境中并规划未来的行动。
-
行动 - 将智能体的决策转化为具体输出
配置文件模块对记忆和计划模块有直接影响，这三个模块共同影响行动模块。
图片来自LLM-Agent-Survey
要深入了解每个模块，请阅读论文：基于大语言模型的自主智能体调查。
在这篇论文中，你可以深入了解 LLM 基础自主智能体的应用以及在社会科学、自然科学和工程领域的评估策略。LLM 基础自主智能体在多个领域展示了显著的潜力，因此，了解这些应用如何评估及所使用的策略非常重要。
图片来自基于 LLM 的自主智能体调查
作为研究过程的一部分，他们还提供了一个互动表，其中包含更多与 LLM 基础智能体相关的综合论文。
正如我们所见，越来越多的人在探讨 LLMs 的细节。更多人想了解它的真正内容、架构、评估策略以及它将如何影响我们的未来。这是为了帮助建立对 LLMs 和 AI 应用程序的一般信任，还是我们将了解到关于它们的真相？
Nisha Arya是一位数据科学家、自由职业技术作家，同时也是 KDnuggets 的编辑和社区经理。她特别感兴趣于提供数据科学职业建议或教程以及理论基础知识。Nisha 涵盖了广泛的主题，并希望探索人工智能在延长人类寿命方面的不同方式。作为一个热衷于学习的人，Nisha 期望拓宽她的技术知识和写作技能，同时帮助指导他人。