#LLM agent

用 LLM agent 自动跑医疗真实世界研究容易出错，ProCARE 把研究设计编译成强类型中间表示再加校验，36 个 EHR 任务上验证有效，做医疗数据分析的可以看看思路。

这篇论文提出了Otap，一个用最优传输来评估Agent轨迹的新方法。它不再只看任务成功与否，而是分析执行结构，还能容忍不同的规划顺序和冗余步骤。

这篇论文解决了AI agent过度读取文件的问题，E3方法能自动判断任务简单就少干活，在MSE-Bench上省了85%成本，效果很实在。

这篇论文提出了JERP，让LLM智能体边干活边总结经验规则，在AlfWorld和WebShop上效果明显。