Derniers articles pour Agents

Un aperçu de comment ces systèmes guident les interactions des agents.

De nouvelles méthodes améliorent la compréhension des comportements des agents artificiels grâce à la synthèse de programmes.

Des recherches montrent que les agents artificiels peuvent comprendre et agir sur des tâches linguistiques efficacement.

Une nouvelle architecture pour améliorer l'équité dans les processus de recommandation.

La recherche explore comment les agents comprennent leur environnement à travers l'interaction et l'action.

Une nouvelle source de données améliore les modèles d'apprentissage automatique dans les tâches de raisonnement.

Étudier comment plusieurs robots peuvent se déplacer en formation pour plus d'efficacité.

Un cadre utilisant un masquage aléatoire améliore la prédiction des mouvements des véhicules et des piétons.

Cet article parle de l'optimisation distribuée auto-régénérative pour une résilience réseau efficace.

Cet article parle d'utiliser le langage naturel pour aider les ordinateurs à apprendre des tâches complexes.

Le nouveau cadre SurrealDriver améliore la simulation des agents de conduite pour les environnements urbains.

Recherche sur un agent manager pour une délégation efficace des tâches entre humains et IA.

Une nouvelle approche pour partager des données en toute sécurité tout en garantissant la confidentialité et la conformité.

SpeechAgents améliore la communication AI avec la parole et des signaux pour des interactions plus réalistes.

Les transformers améliorent la planification de trajet et la cartographie cognitive dans des environnements complexes.

Une nouvelle approche des usines intelligentes centrées sur l'humain grâce à l'ontologie SemIoE.

Examiner comment des facteurs extérieurs influencent les opinions dans des groupes où les opinions majoritaires et contrariennes s'affrontent.

Apprends comment la colonne vertébrale de contrôlabilité aide à gérer efficacement des agents en réseau.

ModaVerse simplifie comment on transforme et interprète différents types de données.

Une nouvelle approche simplifie la création de nuées robotiques pour diverses tâches.

Apprends comment les agents explorent les réseaux sans se percuter avec une visibilité limitée.

Une étude révèle comment un entraînement varié améliore l'adaptabilité des agents RL dans des environnements changeants.

Des recherches examinent une méthode pour créer des formes complexes avec des tuiles simples.

Découvrez comment les agents peuvent améliorer les modèles de base pour de meilleurs résultats en IA.

Ce papier parle du rôle des LLM dans l'analyse des séries temporelles.

Explore comment l'apprentissage par renforcement hors ligne améliore la prise de décision en analysant les expériences passées.

Cette étude examine comment les biais dans les LLMs affectent les simulations d'interaction humaine.

Une nouvelle méthode améliore les moteurs de recherche en utilisant des images pour des suggestions de requêtes.

Cet article parle d'améliorer l'apprentissage des agents dans des environnements en réseau grâce à un nouveau modèle.

Un nouveau cadre améliore l'apprentissage même sans retour.

Une nouvelle approche des négociations cloud améliore l'allocation des ressources et réduit les coûts.

Stratégies pour réaffecter efficacement les agents aux tâches prioritaires.

Cet article examine la menace des attaques par porte dérobée sur les agents de modèles de langage.

Une étude montre que les agents IA peuvent se polariser dans des environnements semblables à des chambres d'écho.

Cette étude examine les contrats entre les donneurs d'ordre et les agents d'apprentissage à travers des interactions répétées.

Enquête sur les contrats et la performance des agents dans des situations de recrutements répétés.

Un aperçu de comment les inspections améliorent la performance des contrats et la motivation des agents.

Un nouveau modèle pour analyser comment les biais affectent les opinions sur les réseaux sociaux.

Nouveau jeu de données améliore la capacité des agents informatiques à réaliser différentes tâches.

Des recherches montrent que les méthodes de régularisation générales améliorent la performance des agents RL hors politique sur différentes tâches.