Creativity in LLM-based Multi-Agent Systems: A Survey

摘要

探討大型語言模型驅動的多智慧體系統如何透過規劃、決策與角色設定來激發創意。文章定義了創意產出需具備新穎與價值，並分析不同智慧體角色粒度對創意互動的影響，同時提出評估方法與未來研究方向。

This survey explores how creativity emerges in LLM-based multi-agent systems through workflow stages, agent personas, and evaluation methods.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 定義多智慧體系統中創意產出需具備新穎與價值。
• 分析規劃與決策階段對創意形成的關鍵影響。
• 提出角色粒度、評估方式與未來研究方向。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00LLM 多代理系統創意定義與架構
2. 08:56創意擴散技術與群體腦力激盪
3. 12:38代理人格設定對創意形成的影響
4. 19:37客觀創意評估指標與計算方法
5. 22:11主觀評估與使用者研究方式
6. 27:09創意任務型別與產出效率平衡
7. 29:20公平性偏見與衝突解決挑戰
8. 32:08總結 LLM 多 Agent 系統創意工作流程

適合誰看

適合正在研究或開發多智慧體系統、希望提升系統創意能力的研究者與工程師。

摘要依據

講者

陳縕儂

依據

人工字幕

為什麼排在這裡

人氣

0.14

新鮮

0.60

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 5 Levels of AI Agents - From Simple LLM Calls to Multi-Agent Systems影片 ・ Dave Ebbelaar ・ 23 分鐘（在新分頁開啟原站）
• LLM Powered Autonomous Agents文章 ・ Lilian Weng（部落格）
• 【生成式AI導論 2024】第9講：以大型語言模型打造的AI Agent (14:50 教你怎麼打造芙莉蓮一級魔法使考試中出現的泥人哥列姆)影片 ・ Hung-yi Lee ・ 25 分鐘
• Webinar: AI Agent Simulation of Human Behavior with Michael Bernstein影片 ・ Stanford Online ・ 1 小時
• Verified Graphs Beat AI Agent Swarms (in Science)影片 ・ Discover AI ・ 35 分鐘（在新分頁開啟原站）
• Strengths and Weaknesses of Large Language Models影片 ・ Luis Serrano Academy ・ 26 分鐘（在新分頁開啟原站）