Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “autonome Agenten”
Forschung

<h1>LLM-Agenten mit Langzeitgedächtnis: Neue Wege, Bewertung und Zukunft</h1> <p>Moderne Sprachmodelle, die als autonome Agenten agieren, stoßen immer häufiger an die Grenzen ihres begrenzten Kontextfensters. Um in komplexen Umgebungen dauerhaft zu lernen, Entscheidungen zu treffen und Fehler zu vermeiden, benötigen sie ein echtes Gedächtnis – die Fähigkeit, Informationen über mehrere Interaktionen hinweg zu speichern, zu organisieren und gezielt abzurufen.</p> <p>In einer aktuellen Übersicht wird das Agent

arXiv – cs.AI
Forschung

<h1>Bias in Chatbot-Personas: Wie Rollenwahl LLM-Agenten schwächt</h1> <p>Moderne Sprachmodelle werden zunehmend als autonome Agenten eingesetzt, die weit mehr als Texte erzeugen – sie treffen Entscheidungen, planen und führen technische Aufgaben aus. Doch während die Auswirkungen von voreingenommenen Personas bei der Textgenerierung gut dokumentiert sind, blieb die Frage, wie solche Biases die Leistung von Agenten beeinflussen, lange unberücksichtigt.</p> <p>Eine neue Studie liefert erstmals systematische

arXiv – cs.AI
Forschung

<p>LLM-gestützte Agenten planen ohne ständige Kommunikation dank neuer PCE-Methode</p> <p>In komplexen, mehragentigen und teilweise unsichtbaren Umgebungen müssen autonome Agenten Entscheidungen treffen, obwohl sie nicht alles über ihre Umgebung und die Absichten anderer Agenten wissen. Traditionell wurden große Sprachmodelle (LLMs) eingesetzt, um Ziele zu zerlegen und sich online anzupassen, doch die Unsicherheit wurde meist durch häufige Kommunikation zwischen Agenten gemildert – ein Ansatz, der viel Toke

arXiv – cs.AI