艾伦研究院｜SwiftSage：面向复杂交互式任务基于快思考和慢思考的生成式智能体

?智源社区日报关注订阅?

SwiftSage: A Generative Agent with Fast and Slow Thinking for Complex Interactive Tasks

Bill Yuchen Lin, Yicheng Fu, Karina Yang, Prithviraj Ammanabrolu, Faeze Brahman, Shiyu Huang, Chandra Bhagavatula, Yejin Choi, Xiang Ren

[Allen Institute for Artificial Intelligence & Tsinghua University & University of Southern California]

SwiftSage：面向复杂交互式任务基于快思考和慢思考的生成式智能体

• 动机：设计一种新的智能体框架SWIFTSAGE，受人类认知的双过程理论启发，旨在优化复杂互动推理任务的行动规划。SWIFTSAGE结合了行为克隆和大型语言模型(LLM)提示的优势，以提高任务完成性能。 方法：使用了两个主要模块：SWIFT模块和SAGE模块。
• SWIFT模块是一个经过微调的小型编-解码器语言模型，通过编码之前的动作、观察、访问位置和当前环境状态，解码下一个单独的动作，模拟快速直觉思维。SAGE模块使用GPT-4等LLM进行子目标规划和基础化，通过提示LLM定位必要的物品、规划和跟踪子目标，并检测和修复潜在的异常和错误。 优势：SWIFTSAGE在解决复杂实际任务时显著优于其他方法，如SayCan、ReAct和Reflexion。通过将快速思考和深思熟虑的思考过程相结合，SWIFTSAGE提供了更高效和更强大的问题解决过程。

介绍了SWIFTSAGE，一种新的智能体框架，通过结合快速思考和深思熟虑的思考过程，在复杂互动推理任务中实现了优秀的行动规划性能。

https://arxiv.org/abs/2305.17390