Beyond Self-Talk: A Communication-Centric Survey of LLM-Based Multi-Agent Systems
作者: Bingyu Yan, Xiaoming Zhang, Litian Zhang, Lian Zhang, Ziyi Zhou, Dezhuang Miao, Chaozhuo Li
发布时间: 2025-02-24
来源: arxiv
研究方向: 基于大型语言模型的多人协同系统
主要内容
本文综述了基于大型语言模型（LLM）的多人协同系统（LLM-MAS）的研究进展，从通信角度分析了LLM-MAS的架构设计、通信目标、内部机制以及面临的挑战和未来研究方向。
主要贡献
1. 提出了一种通信中心的框架，从宏观和微观层面分析了LLM-MAS的工作流程。
2. 深入分析了通信过程，通过实际案例和原型展示了良好协调的通信如何导致更有效的多人行为。
3. 识别了可扩展性、安全性和多模态集成等挑战，并提出了未来研究的潜在方向。
4. 提供了对LLM-MAS在不同应用领域的全面理解。
研究方法
1. 文献综述
2. 案例分析
3. 框架设计
4. 比较分析
实验结果
本文未提供具体的实验结果，而是通过分析和比较不同LLM-MAS的研究，总结了当前LLM-MAS的研究进展和面临的挑战。
未来工作
未来研究应关注以下方向：优化系统设计、研究代理竞争、多模态内容的通信、通信安全、基准和评估等。