Suche nach LLM-basierte Agenten

Aktive Epistemische Kontrolle: Schnellere Planung in interaktiven Umgebungen

In interaktiven Umgebungen, in denen wichtige Vorbedingungen wie Objektpositionen oder Behälterzustände zu Beginn unbekannt sind, stellt di…

arXiv – cs.AI 05.02.2026 05:00

Forschung

LLM-basierte Agenten: Wie man mit Counterfactuals alternative Intentionen prüft

In der neuesten Forschung auf arXiv wird ein innovatives Verfahren vorgestellt, das es Nutzern ermöglicht, nach einem Ergebnis zu hinterfra…

arXiv – cs.AI 29.01.2026 05:00

Forschung

Automatisiertes strukturelles Testen von LLM-Agenten: Methoden, Framework & Fallstudien

LLM-basierte Agenten werden in immer mehr Bereichen eingesetzt, doch ihre Interaktion mit Nutzern ohne menschliche Aufsicht erfordert umfan…

arXiv – cs.AI 28.01.2026 05:00

Forschung

DRAGON: LLM-basierte Agenten lösen große kombinatorische Optimierungsprobleme

In einer bahnbrechenden Veröffentlichung stellt DRAGON – Decomposition and Reconstruction Agents Guided OptimizatioN – ein neues Paradigma…

arXiv – cs.AI 13.01.2026 05:00

Forschung

WebOperator: Bäumeuche für autonome Web-Agenten mit sicherer Rückverfolgung

LLM-basierte Agenten handeln häufig gierig und entscheiden sich Schritt für Schritt ausschließlich nach der aktuellen Beobachtung. In Web‑U…

arXiv – cs.AI 16.12.2025 05:00

Forschung

FlockVote: LLM-basierte Agentenmodellierung simuliert US-Präsidentschaftswahlen

In der Welt der computergestützten Sozialforschung ist die Modellierung komplexer menschlicher Entscheidungen, wie etwa der Wahlverhalten b…

arXiv – cs.AI 09.12.2025 05:00

Forschung

<h1>LLM-Agenten lernen durch Interaktion: Umgebungen skalieren für komplexe Aufgaben</h1> <p>Moderne LLM-basierte Agenten sind in der Lage, eigenständig anspruchsvolle Aufgaben in unterschiedlichen Bereichen zu bewältigen. Doch um adaptive Verhaltensweisen und langfristige Entscheidungsfindung zu fördern, reicht das Training auf statischen Datensätzen, die aus menschlichem Wissen abgeleitet sind, nicht mehr aus. Solche Datensätze sind teuer zu erstellen und bieten weder Dynamik noch Realitätsnähe.</p> <p>Di

arXiv – cs.LG 14.11.2025 05:00

Forschung

LLM-Agenten verbessern die Bereinigung von Wartungsprotokollen

Wirtschaftliche Engpässe, begrenzte Datensätze und ein Mangel an Fachwissen haben die Einführung von Predictive Maintenance (PdM) im Automo…

arXiv – cs.AI 10.11.2025 05:00

Forschung

LLM-Agenten simulieren Misinformation: Vertrauen & Polarisierung neu erforscht

In einer wegweisenden Studie aus dem arXiv-Repository wurde ein agentenbasiertes Simulationsmodell entwickelt, das auf großen Sprachmodelle…

arXiv – cs.AI 10.11.2025 05:00

Forschung

LLM-basierte Agenten revolutionieren die Simulation von Zitationsnetzwerken

Eine neue Studie zeigt, wie große Sprachmodelle (LLMs) die Analyse von Zitationsnetzwerken revolutionieren. Durch die Nutzung von LLM-basie…

arXiv – cs.AI 07.11.2025 05:00

Forschung

LLM-basierte Agenten revolutionieren die Lieferkettenplanung

In der Lieferkettenverwaltung ist die Planung ein entscheidender Faktor. Die Bewegung physischer Produkte von Lieferanten über Lager bis hi…

arXiv – cs.AI 05.09.2025 05:00

Forschung

Neue Studie: Multi-Agenten-LLMs revolutionieren kausale Forschung

Eine neue Übersicht aus dem arXiv (2509.00987v1) beleuchtet, wie große Sprachmodelle (LLMs) in Kombination mit Multi-Agenten-Architekturen…

arXiv – cs.AI 03.09.2025 05:00

Forschung

Neue Übersicht: LLM-basierte Agenten-Frameworks für intelligentes Denken

Eine aktuelle Studie aus dem arXiv präsentiert einen umfassenden Überblick über Agenten-Frameworks, die auf großen Sprachmodellen (LLMs) ba…

arXiv – cs.AI 26.08.2025 05:00

Finde Modelle, Firmen und Themen

Aktive Epistemische Kontrolle: Schnellere Planung in interaktiven Umgebungen

LLM-basierte Agenten: Wie man mit Counterfactuals alternative Intentionen prüft

Automatisiertes strukturelles Testen von LLM-Agenten: Methoden, Framework & Fallstudien

DRAGON: LLM-basierte Agenten lösen große kombinatorische Optimierungsprobleme

WebOperator: Bäumeuche für autonome Web-Agenten mit sicherer Rückverfolgung

FlockVote: LLM-basierte Agentenmodellierung simuliert US-Präsidentschaftswahlen

LLM-Agenten verbessern die Bereinigung von Wartungsprotokollen

LLM-Agenten simulieren Misinformation: Vertrauen & Polarisierung neu erforscht

LLM-basierte Agenten revolutionieren die Simulation von Zitationsnetzwerken

LLM-basierte Agenten revolutionieren die Lieferkettenplanung

Neue Studie: Multi-Agenten-LLMs revolutionieren kausale Forschung

Neue Übersicht: LLM-basierte Agenten-Frameworks für intelligentes Denken

🍪 Cookie-Einstellungen