Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Strategien”
Forschung

<p>LLM-basierte Multi-Agenten: Prompt-Parameterisierung steuert Dialoge</p> <p>In einer neuen Studie von arXiv wird gezeigt, dass große Sprachmodelle (LLMs) nicht nur als reine Textgeneratoren, sondern als aktives Element in Multi-Agenten-Systemen fungieren können. Anstatt auf improvisierte Prompt-Strategien zurückzugreifen, wird ein systematischer Ansatz vorgestellt, bei dem Prompts als Aktionen parametrisiert werden. Diese Parameter bilden eine leichte Policy, die aus einer Folge von Zustands-Aktions-Paar

arXiv – cs.AI
Forschung

In der heutigen digitalen Ära, in der die Geschwindigkeit der Information und die Komplexität der Daten ständig zunehmen, wird die Notwendigkeit für effiziente und robuste Datenverarbeitungsstrategien immer dringlicher. Die Verarbeitung großer Datenmengen, die aus unterschiedlichen Quellen stammen und in verschiedenen Formaten vorliegen, stellt Unternehmen vor erhebliche Herausforderungen. Diese Herausforderungen reichen von der Datenintegration über die Datenqualität bis hin zur Echtzeit-Analyse und Entsch

arXiv – cs.AI
Forschung

<p>ML-Angriffe entschlüsseln: Wie man den Angreifer aus Beobachtungen erkennt</p> <p>In automatisierten Entscheidungssystemen sind maschinelle Lernmodelle zunehmend anfällig für Datenmanipulationen. Während bisherige Verteidigungsstrategien meist das Modell selbst oder das gesamte System schützen, richtet sich die neue Forschung in eine andere Richtung: Sie versucht, den Angreifer zu identifizieren, nicht nur die Angriffe zu verhindern.</p> <p>Die Autoren zeigen zunächst, dass ein Angreifer ohne zusätzliche

arXiv – cs.LG