最近推理引入LLM，称为reasoning model或RLLM。RLLM的特点是，回答前先天生成CoT(innate CoT)，包含反思和自我纠正。目前的研究是，innate CoT能显著增强模型的推理能力。传统的CoT的研究，不好的few-shot CoT是会降低模型性能。另一方面，既然模型能够自己生成CoT，那么输入的promt中CoT还重要吗？对于一般CoT的研究，一开始是few-shot

LLM的一个应用前景是去进行战略决策，而LLM因为幻觉以及本身能力的原因，决策会偏离理性。在博弈论框架的研究下，面临的情况是不确定性和不完全信息。构建workflow在很多方面会去提升agent在复杂交互场景下的表现。LLM的3个应用推理(planning)、行动(acting)、决策(decision-making)。

现有的LLM在一些方面能力很强，但是存在内在限制如幻觉、自回归性质、scaling law。一个方法是将LLM引入MAS。MAS有很大的好处在于，可以分布式部署Agent，然后汇总所有Agent的结果，从而获得更好的结果。目前已有的研究过于浅显，主要在于：- 仅涉及表明上的协同。- 没有具体设计架构。- 协同过于单一，没有从通用的角度解决问题。我觉得这可能不是一篇很好的论文。在已经掌握了LLM-b

Agent的相关技术是伴随着LLM技术的进步而发展的。由LLM推动的技术进步改变了原有的技术范式，很大程度上是由于LLM可以作为通用任务的处理器。这是一篇很棒的关于LLM-based Agent的综述。论文以方法论这个统一的视角，说明了Agent各个角度的细节。论文同时维护一个github的仓库，该仓库持续更新Agent相关的最新论文。论文的主要有用的内容是agent方法、评估的部分，现实问题偏社