Finde Modelle, Firmen und Themen

Die Bewertung von Produktkonzepten ist ein entscheidender Schritt, der die strategische Ressourcenallokation und den Projekterfolg in Unter…

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…

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…

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

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

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…

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…

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

In der kooperativen Multi-Agenten‑Reinforcement‑Learning‑Forschung ist die Zerlegung von Werten ein zentrales Konzept. Bisher beruhen die m…

Forscher haben die Action-Graph-Policies (AGP) vorgestellt, ein neues Konzept, das die Koordination von Aktionen in Multi-Agenten-Umgebunge…

In der Forschung zu skalierbarem Multi-Agenten‑Reinforcement Learning (MARL) stellt die Dimensionenfluch ein zentrales Hindernis dar. Ein b…

In der Multi-Agenten‑Reinforcement‑Learning‑Forschung stellt die Koordination großer Agentenpopulationen ein zentrales Problem dar, da der…

In einer wegweisenden Studie wird gezeigt, wie große Sprachmodelle (LLMs) in heterogenen Multi-Agenten-Systemen (HMAS) effektiver zusammena…

Mit der steigenden Leistungsfähigkeit von Large Language Model (LLM)-Agenten entsteht ein neues, praktisches Paradigma: Multi-Agenten-Syste…

Die automatische Erstellung und iterative Bearbeitung von akademischen Präsentationen erfordert weit mehr als reine Textzusammenfassung. Er…

Die KI-Branche ist derzeit von sogenannten Agenten fasziniert – autonomen Programmen, die weit mehr als nur Chat-Funktionen bieten. Trotz i…

Mit der Veröffentlichung von CausalAgent eröffnet sich ein neuer Ansatz für die Kausalitätsanalyse, der die bisher komplexen und technisch…

In modernen autonomen Systemen – von selbstfahrenden Fahrzeugen bis hin zu kollaborativen KI-Assistenten – entscheidet die Fähigkeit mehrer…

In einer neuen Veröffentlichung auf arXiv wird ein Ansatz vorgestellt, der die Zuverlässigkeit von kooperativem Multi-Agenten‑Reinforcement…

Ein neues arXiv-Preprint präsentiert CoMMa, ein dezentrales Framework aus großen Sprachmodellen, das speziell für die Unterstützung von Onk…