LLM智能体论文列表
大语言模型智能体领域的必读论文清单，基于86页SCIS封面综述整理。
该仓库仅包含论文列表和链接，没有代码或可执行内容，因此不存在权限、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属等信任相关证据。所有信任标准得分为0。
仓库内容为静态列表，没有自一致性、依赖可用性或失败消息的体现。所有可靠性标准得分为0。
仓库面向研究人员，但未明确说明适用场景、能力边界、触发条件或环境适配。所有适应性标准得分为0。
仓库有清晰的目录结构，但缺少安装说明、命名稳定性、示例和FAQ、已知限制、许可证、版本变更日志和维护责任说明。所有约定标准得分为0。
仓库提供了论文列表，但输出仅为链接，没有摘要或使用说明，边际价值有限，成本效益不明确。所有有效性标准得分为0。
论文列表提供了链接，但未区分事实与推断，也没有交叉验证。所有可验证性标准得分为0。
- 该仓库仅是一个论文列表，不构成可运行的Agent产品，评估结果基于静态审查，置信度低。
- 缺少许可证信息，使用前需确认版权。
- 部分论文链接可能失效，需验证。
这个 Agent 能做什么，适合哪些场景？
此仓库维护了一个关于大语言模型（LLM）智能体的系统性论文列表，源自86页的SCIS封面论文《The Rise and Potential of Large Language Model Based Agents: A Survey》。列表按综述的结构组织，涵盖智能体的构建（大脑、感知、行动）、应用（单智能体、多智能体、人机合作）、智能体社会以及其他主题（基准、训练优化）。每篇论文均提供标题、作者、发表年份和链接。仓库还包含项目相关的新闻，例如AgentGym框架的发布及其用于强化学习的扩展AgentGym-RL。该列表由综述作者维护，并欢迎通过PR或issue进行贡献。
该仓库是一个论文条目集合，每个条目包含论文标题、作者、发表年份、链接以及部分条目的一句话简介。它按主题和子主题组织，便于按领域浏览。README中包含新闻更新，指向相关的项目网站、HuggingFace数据集和代码仓库。该列表还提供了一些项目（如AgentGym、AgentGym-RL、R3等）的链接，这些项目来自同一作者。总体而言，它是一个整理好的资源索引，而非可运行的软件。
- 研究人员快速定位LLM智能体构建、应用和社会模拟等主题的相关论文。
- 学生系统学习LLM智能体领域，利用分类结构进行深入学习。
- 工程师寻找特定用例（如工具使用、具身行动）的论文，以获取技术参考。
- 技术作者收集综述、基准和训练方法等主题的参考资料。
- 关注AgentGym或AgentGym-RL等特定项目后续新闻的研究者。
这个 Agent 有哪些优点和局限？
- 全面且系统，覆盖智能体构建、应用、社会模拟等多个维度。
- 论文条目包含可点击的链接，便于快速访问原文。
- 基于权威的SCIS综述论文，内容可信。
- 持续更新，包含最新研究成果和项目新闻。
- 仓库附带相关项目（如AgentGym）的链接，便于拓展学习。
- 仅提供论文列表，不包含代码实现或可运行演示。
- 论文摘要较为简短，部分条目缺失，需要自行阅读原文。
- 未明确说明论文选择的更新频率和筛选标准。
- 项目维护依赖作者个人，可能存在更新不稳定的风险。
如何安装或部署这个 Agent？
安装此目录无需特殊工具。只需克隆仓库：git clone https://github.com/WooooDyy/LLM-Agent-Paper-List。确保已安装Git。
如何使用这个 Agent？
克隆仓库后，打开README.md文件。使用目录结构导航至感兴趣的主题（例如，“1.1.4推理与规划”）。从列表中点击论文链接以阅读全文。对于带有代码链接的条目，可以继续访问对应的代码仓库。要贡献新论文，请提交包含新论文信息的拉取请求（PR）。
这个 Agent 与同类方案有什么区别？
暂无