Finde Modelle, Firmen und Themen

Multi-Agent-LLM-Systeme, die auf Edge-Geräten laufen, stoßen häufig an die Grenzen des verfügbaren RAMs. Auf einem Apple M4 Pro mit einem C…

In einer bahnbrechenden Untersuchung wurden vier vorregistrierte Studien mit insgesamt 1 584 Multi-Agent-Simulationen durchgeführt, die 16…

Das PyTorch‑Team hat KernelAgent veröffentlicht, ein Open‑Source‑Agentensystem, das GPU‑Kernel mithilfe von Multi‑Agenten orchestriert und…

Mathematisches Denken in großen Sprachmodellen erfordert bislang riesige Datensätze, doch die Effizienz der Datenverwendung bleibt ein ents…

In der Welt der Reiseplanung stoßen herkömmliche LLM‑Agenten an ihre Grenzen, wenn sie langfristige Reiseziele mit strengen Vorgaben wie Bu…

Ein neues arXiv-Papier (2603.03565v1) präsentiert einen praxisnahen Leitfaden zur Bewertung und Optimierung von konversationellen Einkaufsa…

Ein neu entwickeltes Multi-Agenten-Modell hat gezeigt, dass mathematische Konzepte durch ein Zusammenspiel von Experimenten, Beweisversuche…

Eine neue Low‑Code-Plattform für die Wissenschaft, die auf einem bayesschen, adversarialen Multi‑Agenten‑Framework basiert, wurde auf arXiv…

SuperLocalMemory ist ein lokales Speichersystem, das speziell für Multi-Agenten‑KI entwickelt wurde. Durch architektonische Isolation und e…

Die affektive Polarisierung, ein zentrales Thema in Politik- und Sozialforschung, wird in den sozialen Medien immer stärker ausgeprägt. Tra…

EvoSkill ist ein selbstlernendes Framework, das Agentenfähigkeiten automatisch entdeckt und verfeinert, indem es Fehleranalysen nutzt. Das…

Large Language Models (LLMs) haben die Bewertung von KI-generierten Inhalten revolutioniert. Das Konzept „LLM-as-a-Judge“ gewinnt dabei imm…

Agentenbasierte Systeme kombinieren große Sprachmodelle mit externen Werkzeugen und iterativen Entscheidungsprozessen, um komplexe Aufgaben…

Misinformationen, die sich im Internet verbreiten, stellen eine ernsthafte Bedrohung für Gesellschaften und Einzelpersonen dar. Um dieser G…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovativer Ansatz für das personalisierte Multi-Agenten‑Average‑Reward‑TD‑Ler…

Deep Reinforcement Learning hat in den letzten Jahren komplexe Entscheidungsaufgaben erfolgreich gelöst. In vielen realen Szenarien stehen…

In der Welt der Multi-Agenten-Systeme stellt die Fähigkeit, die dynamischen Wechselwirkungen zwischen Agenten zu verstehen, deren gemeinsam…

In der Forschung zu großen Sprachmodellen (LLM) haben Multi-Agenten-Systeme (MAS) beeindruckende Leistungen in komplexen Aufgabenbereichen…

In der Welt der Multi-Agenten‑Debatten (MAD) wird die kollektive Intelligenz genutzt, um komplexe Probleme zu lösen. Doch bisherige Ansätze…

In der lebenslangen Multi-Agenten-Routenplanung (LMAPF) werden Agenten kontinuierlich neue Ziele zugewiesen, sobald sie ihre aktuellen Aufg…

In diesem Tutorial wird ein hierarchischer Planner-Agent aus einem Open‑Source‑Instruct‑Modell entwickelt. Durch die Kombination von drei s…

In der Formel 1 werden Rennestrategien ständig an sich ändernde Bedingungen und die Aktionen der Konkurrenz angepasst. Ein neues Forschungs…

Die Vorhersage von Gerichtsurteilen – Legal Judgment Prediction (LJP) – ist ein zentrales Ziel der Rechtsinformatik. Ziel ist es, aus den F…

Chart-Zusammenfassungen sind entscheidend, um Daten zugänglicher zu machen und die Informationsaufnahme zu beschleunigen. Trotz Fortschritt…

Composio hat einen Open‑Source-Agent-Orchestrator vorgestellt, der Entwicklern ermöglicht, komplexe Multi‑Agent‑Workflows zu bauen, die übe…

In der rasanten Welt des Multi-Agenten‑Reinforcement‑Learning (MARL) war der Fortschritt lange Zeit von menschlicher Intuition begrenzt. Fo…

Ein neues Forschungsprojekt namens HONEST‑CAV präsentiert ein hierarchisches Netzwerk‑Level‑Steuerungssystem, das sowohl das Fahrverhalten…

`std::string` doesn’t support the `-` operator – you can’t subtract one string from another. To remove a substring you need to use the stri…