Legitime Regelverletzung in Agentensystemen
PAVE ermöglicht legitime Regelverletzungen in Notfallsituationen.
Autonomie & Emergenz
Innovationen & Trends
Programmierbare Glaubensdynamik
LLM-Agenten können kollektive Glaubensdynamiken programmieren.
Sicherheit & Kontrolle
AgentWall: Sicherheit für AI-Agenten
AgentWall überprüft jede Aktion vor Ausführung.
Code & Algorithms
ANNEAL: LLM-Agent-Anpassung
ANNEAL repariert Prozesswissensgraphik durch symbolische Patches.
Code & Algorithms
GRASP: Graph-basierte Fragebeantwortung
GRASP erreicht höhere Genauigkeit bei geringerer Tokenverwendung.
Autonomie & Emergenz
Semantische Kollaps bei Multi-LLMs
Multi-LLM Systeme zeigen robustes semantisches Kollaps.
Autonomie & Emergenz
SDOF: Multi-Agent Alignment
SDOF optimiert multi-agenten Systeme durch Zustandsbeschränkungen.
Code & Algorithms
SkillSmith: Effiziente Agentenfähigkeiten
SkillSmith reduziert Kontext-Überladung und redundanten Aufwand.
Ethik & Gesellschaft
Biased Internals, Fair Outputs
Sprachmodelle produzieren fairere Outputs, behalten aber internen Bias bei.
Code & Algorithms
NMARL mit Menschlicher Rückmeldung
Verteilter Nullter-Ordnung-Policy-Gradientenalgorithmus für NMARL
Code & Algorithms
GraphBit: Agentische Orchestrierung
GraphBit überwindet Probleme wie halluzinierte Routen und unendliche Schleifen.
Code & Algorithms
AI-Agenten-Framework
Präsentiert ein zweidimensionales Framework für AI-Agenten-Designmuster.
Autonomie & Emergenz
Unsichtbare Orchestrierer in AI-Systemen
Unsichtbare Koordinatoren erhöhen kollektive Distanzierung.
Code & Algorithms
Agenten-Gedächtnis ohne Aufgaben
Preping baut Agenten-Gedächtnis vor Aufgaben durch synthetische Praxis auf.