#LLM Agents

斯坦福团队提出程序图，让LLM智能体像知识图谱一样组织行动知识，能自动优化决策流程。

MeClear解决了LLM智能体长交互中的记忆污染问题，通过智能清理冲突记忆，显著提升任务完成率。

PlannerForge用LLM智能体整合了自动驾驶测试全流程，开源模型表现接近商业API，成本调优将规划成功率提升20%。

研究人员推出Trace2Tower框架，能将LLM智能体行为转化为技能层次，在两个基准测试中大幅超越现有方法。

ERPBench首次测试大模型企业决策能力在不同竞争市场环境下的迁移性，发现不同环境下最佳模型不同。

研究人员发布了KC-Bench基准，专门测试AI智能体如何处理知识冲突，九个主流模型测试结果都不理想。

Calibrated Enough论文揭示LLM智能体如何被虚假证据误导，以及如何通过微调修复这一缺陷。

MIT学者发现LLM智能体安全漏洞，提出LoopHarness解决跨迭代攻击问题，安全性能显著提升。