Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Multi-Agenten”
Forschung

<p>PANGAEA-GPT: Multi-Agenten-System für Entdeckung geowissenschaftlicher Daten</p> <p>Die rasante Zunahme von Erd‑ und Umwelt‑Daten hat die Skalierbarkeit von Forschungsarchiven stark belastet. Trotz der umfangreichen Sammlungen von Plattformen wie PANGAEA bleiben viele Datensätze kaum genutzt, was die Wiederverwendbarkeit einschränkt. Mit PANGAEA‑GPT wird dieses Problem angegangen: ein hierarchisches Multi‑Agenten‑Framework, das autonome Datenentdeckung und Analyse ermöglicht.</p> <p>Im Gegensatz zu herkö

arXiv – cs.AI
Forschung

<h1>Sequenzmodelle ermöglichen kooperative Multi-Agent-Strategien ohne feste Annahmen</h1> <p>Die Herausforderung, selbstinteressierte Agenten zu kooperieren, bleibt ein zentrales Problem im Multi-Agenten‑Reinforcement‑Learning. Neuere Studien haben gezeigt, dass Agenten, die sich der Lerndynamik ihrer Mitspieler bewusst sind, gegenseitige Kooperation fördern können. Traditionelle Ansätze stützen sich jedoch häufig auf starre, oft widersprüchliche Annahmen über Lernregeln oder trennen strikt „naive Lernende

arXiv – cs.AI
Forschung

Auditierung von Multi-Agenten-LLM-Denkbäumen übertrifft Mehrheitsabstimmung In der Forschung zu Multi-Agenten-Systemen (MAS) wird die Rechenkraft großer Sprachmodelle (LLMs) häufig durch die Zusammenarbeit mehrerer Agenten erweitert. Dennoch setzen die meisten Ansätze noch immer auf eine einfache Mehrheitsabstimmung, um die einzelnen Agentenausgaben zu aggregieren. Diese Heuristik ignoriert jedoch die eigentliche Beweiskette der einzelnen Denkpfade und ist besonders anfällig, wenn die Agenten zu einer

arXiv – cs.AI