Persistente AI-Agenten in der Forschung
Studie über persistente AI-Agenten im akademischen Umfeld
z.B. Neue Ansätze, Medienintegration, Aktuelle Events, virale Communities
Studie über persistente AI-Agenten im akademischen Umfeld
SVR-MAD verbessert Effizienz und Skalierbarkeit bei Multi-Agent-Debatten.
Retrieval-basiertes Framework zur Synthese von Multi-Agent-Workflows
Studie zur Emergenz von Landwirtschaft durch maschinelles Lernen
Qualität der Kommunikation verbessert MA-Leistung
LLM-Agenten können kollektive Glaubensdynamiken programmieren.
DelAC entwickelt ein besseres multi-agentes Reinforcement-Learning-Verfahren.
Studie zur Optimierung von Mehragentensystemen
GeomHerd erkennt frühzeitig Koordinationsmuster in Agentensimulationen.
Spezialisten-Dilemma erzeugt ineffiziente Arbeitsverteilung.
Agenter AI benötigt soziale Theorien als strukturelle Vorannahme.
Untersuchung von LLM-basierten sozialen Simulationen
Architekturheterogenität reduziert Konsensbildung.
Entdeckung von Softwareagenten in dezentralisierten Systemen untersucht.
TraceElephant verbessert Fehlerattribution durch vollständige Ausführungsbeobachtbarkeit.