TrajGenAgent：用於合成移動數據的階層式 LLM Agent
TrajGenAgent 是一個創新的階層式 LLM 框架，無需模型微調即可生成逼真的人類移動軌跡。它採用兩階段的協調者-執行者設計，結合了上下文學習與確定性的時空基礎定位。
Search
Tag: #llm-agents89 results
解構 LLM 代理中的 Harness 更新與效益
本研究分析了 LLM 代理如何透過提示詞、工具等外部 Harness 進行自我演化。研究發現，儘管不同等級的模型都能有效更新 Harness，但從這些更新中獲益的能力並非線性增長，中階模型反而表現出最強的獲益能力。
🔬
徵稿啟事：COLM'26 大型語言模型社會模擬研討會
第二屆 COLM 大型語言模型社會模擬研討會 (Social Sim'26) 現正徵稿，重點關注模擬的真實性、穩健性與可解釋性。該研討會邀請跨領域研究人員探討基於 LLM 的模擬社會。
DeepSeek 組建 Harness 團隊，研發 AI 編程智能體
據報導，DeepSeek 正在組建名為「Harness」的新團隊，專注於開發 AI 編程智能體。此舉顯示其正朝向自主軟體開發能力的戰略方向邁進。
LLM 在將對手建模轉化為策略性談判時面臨困難
研究顯示，儘管 LLM 能準確建模對手的偏好，但在談判中卻無法有效利用這些資訊來獲取策略優勢。最終協議往往受限於表面的錨定效應，而非真正的效用最佳化。
SkillLens：適應性多粒度技能重用提升LLM代理效率
SkillLens 提出階層式技能演化框架，將技能組織成政策、策略、程序與原語四層結構。它透過技能圖的隨機遊走檢索相關子技能，並使用驗證器高效適應。系統超越基準，在 ALFWorld 上成功率提升至 51.31%。
ADAPTS：AI代理追蹤心理健康症狀
ADAPTS框架使用混合代理LLM從臨床訪談中評分憂鬱與焦慮嚴重度，將其分解為症狀特定任務並提供可審核理由。在高差異訪談中優於人類評分（誤差22 vs 26），並在N=204樣本上以擴展協議達ICC 0.877。純文字但可擴展至多模態，用於可擴充精神評估。
代理從論文重現社會科學結果
LLM 代理僅使用論文方法描述和原始資料，即可重現實證社會科學結果，無需存取程式碼或結果。系統提取結構化方法、在隔離環境執行重新實作，並逐单元格比較輸出。在 48 篇論文評估中，不同模型與支架表現差異大，失敗原因來自代理錯誤或論文描述不足。
LLM 代理時間概念的共形可解釋性
研究人員提出共形可解釋性框架，用以解碼 LLM 代理在序列任務中內部表示的時間概念。它使用逐步獎勵建模與共形預測，將激活標記為成功或失敗，然後訓練線性探針識別如推理漂移等關鍵方向。在 ScienceWorld 和 AlfWorld 的實驗證實線性可分離性，並展示用於提升效能的導向潛力。
LDTL實現高效順序臨床診斷
LDTL將順序臨床診斷表述為規劃LLM代理與診斷LLM代理的框架。它將診斷序列視為潛在軌跡，由優先減少不確定性的後驗分佈引導。在MIMIC-CDM基準上超越基線，診斷準確率更高且測試次數更少。