LLMエージェントの設計は課題が多い上に分類が整理されていません。なお課題としてはハルシネーション（誤った情報の生成）の存在や推論の道筋が不明瞭な点などが挙げられています。

今回研究者らは、基盤モデルを使ったエージェントの設計パターン16種類をまとめました。例えば、エージェントが目標をどうやって設定するか、計画をどう作るかについての情報が記載されています。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

背景

LLMエージェントの開発が急速に進んでいます。人間から与えられた大まかな目標を実行可能なタスクに分割し、アクションを調整することで、自律的に行動するものです。

しかし、LLMエージェントの設計・実装には、推論の不確実性、説明可能性の欠如などの課題があります。必要な情報が十分に整理されていないのが実情です。

エージェントの構成要素や設計に関する研究はいくつか存在しますが、特定の要素やスキームに焦点を当てたものであり、全体像を捉えるものではありません。

このような背景を踏まえ、研究者らはLLMエージェントの設計に関する体系的なパターンカタログを作ることにしました。先行研究のレビューに基づいて調査した結果、アーキテクチャパターンは16に及びました。