greatcoder的博客

Efficiency HuggingGPT 在整个工作流程中需要多次和LLM进行交互，等待相应个过程中增加了等待的成本。Instability 不稳定性，不能保证每次LLM生成出来的内容都是符合格式要求的并且能使得工作流正常运行。Token Length 有限制，而要选择合适的AI Model，需要将模型的description进行总结。Model Selection: 根据任务的需求和模型的描述来选择模型执行任务。Planning 不能保证每次LLM生成的plan是最合适的或者最优的。

利用LLM 以及文本知识和记忆来创建我的世界中的通用智能体。相比于强化学习方法，获取钻石任务成功率高 ，通用性可泛化性好，训练成本低。能处理长周期、复杂的任务并应对开放世界中的不确定性。