越來(lái)越感覺(jué) Agent 是未來(lái)的方向了

當(dāng)前正是Agent發(fā)展的黃金時(shí)期，對(duì)于想要在該領(lǐng)域發(fā)論文的同學(xué)來(lái)說(shuō)，掌握其高效的學(xué)習(xí)路徑、深入了解Agent的核心系統(tǒng)形態(tài)/技術(shù)融合創(chuàng)新至關(guān)重要。

本文根據(jù)以上三維視角，整理了131篇前沿論文，包含當(dāng)前頂會(huì)熱點(diǎn)“多智能體”、“大模型智能體”等，以及“入門(mén)→進(jìn)階→研究→應(yīng)用”全流程必讀經(jīng)典論文。

另外，為方便大家理解，谷歌發(fā)布的321個(gè)Agent落地案例我也連同代碼一起打包了，相信這份“大禮包”可以幫助各位快速入門(mén)，順利開(kāi)始論文寫(xiě)作。

掃碼添加小享，回復(fù)“agent合集”

免費(fèi)獲取全部論文+代碼+項(xiàng)目

Agent 核心系統(tǒng)形態(tài)

這類是 Agent 入門(mén)時(shí)首先要理解的核心概念，直接決定系統(tǒng)的協(xié)作模式與應(yīng)用場(chǎng)景。

單智能體

獨(dú)立完成任務(wù)的單一智能體系統(tǒng)，聚焦 “個(gè)體決策、自主執(zhí)行”，比如個(gè)人助理、單機(jī)器人控制。

ATA: Adaptive Transformation Agent for Text-Guided Subject-Position Variable Background Inpainting

方法：論文提出自適應(yīng)變換單智能體（A?A），以Hunyuan-DiT為基礎(chǔ)，通過(guò)含反向排列PosAgent塊的RDT模塊預(yù)測(cè)位移、調(diào)整主體位置，加位置切換嵌入支持“自適應(yīng)/固定”模式，經(jīng)混合訓(xùn)練后，在文本引導(dǎo)的背景補(bǔ)全任務(wù)（可變/固定主體位置）中表現(xiàn)優(yōu)異。

創(chuàng)新點(diǎn)：

• 提出“文本引導(dǎo)主體位置可變背景補(bǔ)全”新任務(wù)，可自適應(yīng)調(diào)整主體位置以匹配背景。

• 設(shè)計(jì)含反向位移變換（RDT）模塊的A?A單智能體，借反向排列的PosAgent塊優(yōu)化主體位置、緩解變形。

• 為A?A加位置切換嵌入，支持“自適應(yīng)/固定”位置切換，搭配混合訓(xùn)練適配兩種補(bǔ)全場(chǎng)景。

由多個(gè)智能體組成的協(xié)同系統(tǒng)，聚焦 “群體協(xié)作、沖突解決”，如自動(dòng)駕駛車隊(duì)、醫(yī)療多模態(tài)診斷團(tuán)隊(duì)。

V-Stylist: Video Stylization via Collaboration and Reflection of MLLM Agents

方法：論文提出V-Stylist多智能體系統(tǒng)做文本引導(dǎo)視頻風(fēng)格化：Video Parser拆視頻、生提示，Style Parser搜匹配風(fēng)格模型，Style Artist多輪反思調(diào)細(xì)節(jié)；三智能體協(xié)同解決核心痛點(diǎn)，還建TVSBench基準(zhǔn)，性能超現(xiàn)有方法。

創(chuàng)新點(diǎn)：

• 提出V-Stylist多智能體系統(tǒng)，用Video Parser、Style Parser、Style Artist分別解決視頻過(guò)渡、風(fēng)格匹配、細(xì)節(jié)控制問(wèn)題。

• 給各智能體配特色機(jī)制：Video Parser拆視頻生提示，Style Parser樹(shù)狀搜索匹配風(fēng)格，Style Artist多輪反思調(diào)參數(shù)。

• 構(gòu)建TVSBench評(píng)測(cè)基準(zhǔn)，含50個(gè)視頻和17種風(fēng)格，填補(bǔ)復(fù)雜視頻風(fēng)格化的評(píng)估空白。

掃碼添加小享，回復(fù)“agent合集”

免費(fèi)獲取全部論文+代碼+項(xiàng)目

Agent 技術(shù)基礎(chǔ)與融合創(chuàng)新

這類是實(shí)現(xiàn) Agent 的 “技術(shù)底座” 與 “創(chuàng)新方向”，覆蓋從 “怎么建、怎么用、怎么評(píng)” 到 “技術(shù)交叉創(chuàng)新” 的全流程，是論文選題的核心方向。

大模型智能體

以大模型為核心的 Agent 技術(shù)體系，包含 “構(gòu)建、應(yīng)用、評(píng)估” 全鏈路，是當(dāng)前主流技術(shù)基礎(chǔ)。

SWEET-RL:Training Multi-Turn LLM Agents on Collaborative Reasoning Tasks

方法：論文為提升大模型智能體多輪協(xié)作能力，建了ColBench基準(zhǔn)（含編程、設(shè)計(jì)場(chǎng)景），提了SWEET-RL算法——讓智能體借訓(xùn)練時(shí)額外信息練優(yōu)勢(shì)函數(shù)、再優(yōu)化策略，解決傳統(tǒng)RL問(wèn)題，使Llama-3.1-8B性能升6%，比肩GPT-4o。

創(chuàng)新點(diǎn)：

• 建ColBench基準(zhǔn)，覆蓋編程、設(shè)計(jì)真實(shí)協(xié)作場(chǎng)景，用LLM模擬交互并低成本評(píng)估，補(bǔ)全現(xiàn)有基準(zhǔn)空白。

• 提SWEET-RL算法，讓大模型智能體借訓(xùn)練時(shí)參考信息，練回合級(jí)優(yōu)勢(shì)函數(shù)，解決傳統(tǒng)價(jià)值函數(shù)泛化差問(wèn)題。

• 設(shè)計(jì)兩階段訓(xùn)練流程，用優(yōu)勢(shì)函數(shù)當(dāng)獎(jiǎng)勵(lì)模型、DPO優(yōu)化策略，提升大模型智能體性能，比肩GPT-4o。

將 “圖技術(shù)” 與 Agent 融合的創(chuàng)新范式，聚焦 “提升推理效率、優(yōu)化記憶管理、增強(qiáng)多體協(xié)同”。

AFLOW: AUTOMATING AGENTIC WORKFLOW GENERATION

方法：論文提 AFLOW 框架，幫大模型智能體自動(dòng)生成工作流：把工作流做成代碼化搜索空間，用蒙特卡洛樹(shù)搜索 + 預(yù)定義算子探索，大模型負(fù)責(zé)修改擴(kuò)展工作流，結(jié)合執(zhí)行反饋優(yōu)化。它在 6 個(gè)數(shù)據(jù)集上超現(xiàn)有方法 5.7%，還能讓小模型以 GPT-4o 4.55% 成本在特定任務(wù)上趕超。

創(chuàng)新點(diǎn)：

• 把大模型智能體工作流優(yōu)化變成代碼化搜索問(wèn)題，用節(jié)點(diǎn)和邏輯邊建模，不用人工設(shè)計(jì)。

• 提出 AFLOW 框架，靠蒙特卡洛樹(shù)搜索+預(yù)定義算子，結(jié)合大模型擴(kuò)展、反饋優(yōu)化工作流。

• 讓小模型以GPT-4o 4.55%成本在特定任務(wù)趕超它，且在 6 個(gè)基準(zhǔn)數(shù)據(jù)集上平均優(yōu)于現(xiàn)有方法 5.7%，平衡性能與成本。

掃碼添加小享，回復(fù)“agent合集”

免費(fèi)獲取全部論文+代碼+項(xiàng)目