Finde Modelle, Firmen und Themen

LLM‑basierte Agenten brauchen effektive Tool‑Nutzungsstrategien, um komplexe Aufgaben zu lösen. Die Optimierung dieser Strategien ist jedoc…

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

Ein neues Forschungsprojekt aus dem Bereich der autonomen Robotik hat einen hybriden Lernansatz vorgestellt, der die Stärken von modellbasi…

In einer neuen Veröffentlichung auf arXiv präsentiert HiMAC ein innovatives, hierarchisches Lernframework, das Large Language Model (LLM)-A…

In einer neuen Studie von Forschern der arXiv-Preprint‑Serie wird untersucht, wie ein sozialer Planer Menschen dabei unterstützen kann, bes…

In der heutigen digitalen Landschaft ist die Fähigkeit, sich von der Masse abzuheben, entscheidend für den Erfolg von Unternehmen. Die Erst…

Die neueste Veröffentlichung auf arXiv (2602.23789v1) präsentiert UPath, einen universellen Planer, der die Grenzen herkömmlicher Heuristik…

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

ArXiv:2602.20810v1 – Neuerscheinung Wir stellen POMDPPlanners vor, ein Open-Source-Python-Paket, das die empirische Bewertung von Partially…

In der künstlichen Intelligenz gilt die Pfadplanung in komplexen Umgebungen als eines der wichtigsten Probleme, weil sie gleichzeitig die G…

Das neu veröffentlichte Framework I‑TAP (In‑Context Latent Temporal‑Abstraction Planner) löst zwei zentrale Probleme des planungsbasierten…

Eine neue Veröffentlichung auf arXiv präsentiert LAMMI-Pathology, ein Agenten-Framework, das Pathologieanalysen mit molekularen Daten auf e…

Ein brandneues Framework namens IntentCUA hat die Art und Weise, wie Computer‑Use‑Agents lange Aufgaben ausführen, revolutioniert. Durch di…

ForeAct ist ein neuer Planner, der Vision‑Language‑Action‑Modelle (VLA) dabei unterstützt, komplexe Aufgaben zu bewältigen, indem er zukünf…

Generative Flow Networks (GFlowNets) haben sich als vielversprechende Methode etabliert, um Kandidaten mit hoher Belohnung zu erzeugen – un…

Eine aktuelle Veröffentlichung auf arXiv erweitert die Symbolic Pattern Planning (SPP)-Methode um die Möglichkeit, temporale Planungsaufgab…

Die Zuverlässigkeit multimodaler Systeme wird stark durch Datenunvollständigkeit eingeschränkt. Fehlende Modalitäten führen zu ungenauen Vo…

In der Welt der graphbasierten selbstüberwachten Lernverfahren (SSL) stehen Forscher vor einer großen Herausforderung: Wie lassen sich mehr…

Seit über zehn Jahren dominiert bei generativer KI ein modellzentrierter Ansatz, der vor allem auf Skalierungsgesetzen basiert. Trotz beein…

Large‑Language‑Model‑Agenten haben lange damit zu kämpfen, aus ihren Erfahrungen zu lernen. Traditionelle Ansätze speichern das Wissen ledi…

Eine effektive Stadtplanung ist entscheidend für die Lebensqualität der Bürger und die Stabilität der Gesellschaft. Traditionell stützt sic…

Ein neues, selbstverbesserndes Framework namens Planner‑Auditor nutzt große Sprachmodelle (LLMs), um die Entlassungsplanung von Patienten s…

Ein neues Forschungsprojekt aus dem Bereich der grafischen Benutzeroberflächen (GUI) hat einen vielversprechenden Ansatz vorgestellt, der d…

Die neueste Veröffentlichung auf arXiv (2601.12141v1) stellt TIDE vor – eine innovative Methode, die die Planung von Aufgaben mit zeitlich…

Mit dem Aufkommen leistungsstarker Code‑Generierungsmodelle eröffnet sich ein neues Zeitalter der automatisierten Feature Engineering. Trot…

Die Planung von Aufgaben, die mehreren, oft widersprüchlichen Vorgaben genügen müssen, stellt aktuelle KI-Modelle vor große Herausforderung…

In der Welt der großen Sprachmodelle (LLMs) stoßen Agenten, die Werkzeuge nutzen, immer wieder an Grenzen: offene Umgebungen, riesige Tool-…

In einem bedeutenden Fortschritt für Retrieval-Augmented Generation (RAG) hat das Forschungsteam PRISMA vorgestellt, ein neues Reinforcemen…

In den letzten Jahren haben zentrale Multi-Agenten-Systeme, die auf großen Sprachmodellen basieren, großes Interesse geweckt, weil sie komp…