LLM Harmony: Multi-Agent Communication for Problem Solving

大型语言模型（LLMs）已经彻底改变了自然语言处理，但是它们存在一些限制，特别是在自主解决推理和问题解决等新挑战方面。传统的技术，如思维链提示，需要明确的人类指导。本文介绍了一种新的多智能体通信框架，受CAMEL模型启发，以增强LLMs的自主问题解决能力。该框架采用多个LLM代理，每个代理都有不同的人格，参与角色扮演通信，提供了一种细致和适应多样化问题场景的方法。广泛的实验表明，该框架具有卓越的性能和适应性，为多个代理协同克服个体模型限制的潜力提供了有价值的见解。

本论文旨在通过引入一个多智能体通信框架，提高大型语言模型在自主解决问题方面的能力，以克服其在推理和问题解决方面的局限性。

本文提出了一个多智能体通信框架，利用不同角色的LLM代理进行角色扮演通信，以提供一种细致而灵活的方法来解决各种问题场景。

本文的实验表明，该框架具有优越的性能和适应性，为多个智能体协作克服个体模型局限性的潜力提供了有价值的见解。

近期在这个领域中，还有一些相关的研究，如基于多智能体系统的自然语言处理、基于角色扮演的对话生成等。