Manipulation in LLMs
Manipulation hängt von der Aufgabenstellung ab.
Netfind
Ergebnisse
451 Einträge gefunden.
Multi-Agent Ziele erkennen
MAGR-BB reduziert Berechnungszeit erheblich.
Kritik am Agentenmodell
Unterscheidung zwischen agentic und agentive Systemen
RIFT-Bench für Agente AI
RIFT-Bench bietet einheitliche Bewertung autonomer AI-Systeme.
Sicherheitsgarantien in Multi-Agenten-Systemen
Hierarchisches Mehragentensystem gewährleistet theoretische Sicherheit.
Emergente Soziale Ordnung in LLM-Agenten-Gesellschaften
Untersuchung der Entstehung sozialer Hierarchien in KI-Gesellschaften
CUGA-Apps für Agente
IBM stellt CUGA vor, ein Framework zur Entwicklung agenter Anwendungen.
Goal-Oriented Dialogue Runtimes
GODR ermöglicht kontextabhängige Dialogkontinuität durch komplexe Ziele.
Zuverlässige Autonome Systeme
Herausforderungen und Lösungsansätze für zuverlässige autonome Systeme
Hidden Anchors in Multi-Agent Deliberation
Agenten beeinflussen sich gegenseitig, aber jeder hat eine versteckte Ankermeinung.
Mesh-Inferenz-Modell
Formales Modell der Mesh-Inferenz ohne zentrale Koordination
Governance von Agentic AI
AgenticRei zur Laufzeit-Governance vorgestellt
Autonomie durch Selbstspiel
Menschengerechte Autonomie durch Selbstspiel mit wenig menschlicher Daten
SIGMA: Skill-Incidence Graphs für Multi-Agenten-Systeme
SIGMA verbessert Zusammenarbeit in multiagenten Systemen durch Skills-basierte Agenten-Konstruktion.
MosaicLeaks: Privacy Risiko bei Forschungsagenten
Forschungsagenten können private Informationen durch externe Abfragen preisgeben.
EARS: Abstention in Multi-Agent Systemen
EARS verbessert die Response-Rate um 10,4 Prozentpunkte.