Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Agentic AI”
Forschung

<p>LLMs ermöglichen flexible, aber deterministische wissenschaftliche Workflows</p> <p>Neues Forschungspapier auf arXiv zeigt, dass große Sprachmodelle (LLMs) inzwischen in der Lage sind, die Ziele von Forschern in klare, ausführbare Befehle zu übersetzen. Gleichzeitig stellen wissenschaftliche Workflows hohe Anforderungen an Determinismus, Nachvollziehbarkeit und Governance – Eigenschaften, die schwer zu garantieren sind, wenn ein LLM selbst entscheidet, was ausgeführt wird.</p> <p>Durch halbstrukturierte

arXiv – cs.AI
Forschung

<p>Neues Pattern-Language für Agentic AI: Systematische Modularisierung von NFRs</p> <p>Ein kürzlich auf arXiv veröffentlichtes Paper präsentiert ein neues Pattern-Language, das Agentic AI-Systeme dabei unterstützt, ihre zahlreichen Querschnittsprobleme – Sicherheit, Zuverlässigkeit, Beobachtbarkeit und Kostenmanagement – systematisch zu identifizieren und zu modularisieren. Durch die Anwendung der „Goals‑to‑Aspects“-Methode, die ursprünglich bei RE 2004 entwickelt wurde, wird gezeigt, wie aus i* Zielmodell

arXiv – cs.AI
Forschung

<h1>Hippocampus: Schnellere, skalierbare Speicherlösung für Agentic AI</h1> <p>Agentic KI-Systeme benötigen dauerhafte Speicher, um nutzerspezifische Historien über das begrenzte Kontextfenster von Sprachmodellen hinaus zu verwalten. Traditionelle Ansätze setzen auf dichte Vektordatenbanken oder Wissensgraphen, die hohe Abruflatenzen und schlechte Skalierbarkeit aufweisen.</p> <p>Hippocampus löst dieses Problem mit einem innovativen Ansatz: kompakte binäre Signaturen für semantische Suche und verlustfreie T

arXiv – cs.AI