論文の概要: Agentic Large Language Models

• arxiv url: http://arxiv.org/abs/2610.13455v1
• Date: Fri, 09 Oct 2026 11:57:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.558379
• Title: Agentic Large Language Models
• Title（参考訳）: エージェント型大規模言語モデル
• Abstract要約: エージェントLLMは、大きな言語モデルのパワーと現実世界での行動能力を組み合わせる。 本書では,エージェントLLMの動作方法,動作方法,インタラクション方法,ユーザとしての私たちにとっての意味について論じる。
• 参考スコア（独自算出の注目度）: 4.714028329520606
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Large language models (LLMs) have taken the world by storm. Their ability to communicate with us in our own language, and to reason about our world, has made them a favorite tool for writing, answering questions, and much more. Their answers already influence our decisions and our actions. What would happen if LLMs themselves could act in the world directly? What would happen if LLMs could interact with each other? Agentic LLMs combine the power of large language models with the ability to act in the real world. In this book we will discuss how agentic LLMs work, how they act, how they interact, and what this means for us, as users.
• Abstract（参考訳）: 大型言語モデル(LLM)は嵐によって世界を席巻した。 自分たちの言語で私たちとコミュニケーションし、私たちの世界について考える能力は、彼らにとって、文章を書いたり、質問に答えたりするためのお気に入りのツールとなりました。 彼らの答えは私たちの決定と行動にすでに影響を与えています。 LLM自体が世界で直接行動できたらどうなるのか? LLMが相互に対話できたらどうなるのか? エージェントLLMは、大きな言語モデルのパワーと現実世界での行動能力を組み合わせる。 本書では,エージェントLLMの動作方法,動作方法,インタラクション方法,ユーザとしての私たちにとっての意味について論じる。

関連論文リスト

• "I understand your perspective": LLM Persuasion and Sycophancy through the Lens of Communicative Action Theory [6.227886907896225]
  LLM(Large Language Models)は、高品質な議論を生成できるが、ニュアンスと説得力のあるコミュニケーション行動に関与する能力はほとんど探索されていない。 この研究は、Jrgen HabermasのCommunicative Action理論の枠組みを通して、LLMの説得可能性を探究する。
  論文  参考訳（メタデータ） (2026-06-06T09:54:31Z)
• LLM+AL: Bridging Large Language Models and Action Languages for Complex Reasoning about Actions [7.575628120822444]
  LLM+ALは,LLMの自然言語理解能力を,行動言語の記号的推論強度で橋渡しする手法である。 LLM+AL"はChatGPT-4, Claude 3 Opus, Gemini Ultra 1.0, o1-previewなど,最先端のLLMと比較する。 以上の結果から,LLM+ALは比較的最小限の修正しか行わないが,常に正しい解が得られることが示唆された。
  論文  参考訳（メタデータ） (2025-01-01T13:20:01Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• WALL-E: World Alignment by Rule Learning Improves World Model-based LLM Agents [55.64361927346957]
  大規模言語モデル(LLM)による規則の勾配なし学習のためのニューロシンボリックアプローチを提案する。 我々のLLMエージェントWALL-Eはモデル予測制御(MPC)上に構築されている MinecraftとALFWorldにおけるオープンワールドの課題について、WALL-Eは既存の方法よりも高い成功率を達成する。
  論文  参考訳（メタデータ） (2024-10-09T23:37:36Z)
• Hacc-Man: An Arcade Game for Jailbreaking LLMs [8.534278963977693]
  ハックマン(Hacc-Man)は、LLMを「ジェイルブレイク」するようプレイヤーに挑戦するゲームである。 本稿では,LLMの「ジェイルブレイク」に挑戦するゲームであるHacc-Manを紹介する。
  論文  参考訳（メタデータ） (2024-05-24T19:55:20Z)
• In-Context Impersonation Reveals Large Language Models' Strengths and Biases [56.61129643802483]
  我々は、視覚と言語タスクを解く前に、LLMに異なるペルソナを仮定するよう依頼する。 異なる年齢の子どものふりをしたLSMが、ヒトのような発達段階を回復することがわかった。 言語に基づく推論タスクでは、ドメインエキスパートを装うLLMが、ドメイン専門家を装うLLMよりも優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-05-24T09:13:15Z)
• Event knowledge in large language models: the gap between the impossible and the unlikely [46.540380831486125]
  我々は,事前学習された大規模言語モデル (LLM) がイベント知識を持つことを示す。 彼らはほぼ常に、不可能な事象に対して高い確率を割り当てる。 しかし、おそらくは起こりそうもない出来事に対して、一貫性のない選好を示す。
  論文  参考訳（メタデータ） (2022-12-02T23:43:18Z)
• Inner Monologue: Embodied Reasoning through Planning with Language Models [81.07216635735571]
  大規模言語モデル(LLM)は自然言語処理以外の領域に適用できる。 具体化された環境でのLLMの計画には、何をすべきかだけでなく、どのように、いつ行うべきかを考える必要がある。 環境フィードバックを活用することで、LLMはロボット制御シナリオにおいてよりリッチな処理と計画を行うことができる内部モノローグを形成することができる。
  論文  参考訳（メタデータ） (2022-07-12T15:20:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。