GLM-5.2: Langfristige Aufgaben
GLM-5.2 unterstützt komplexe Programmieraufgaben über lange Zeiträume.
GLM-5.2 unterstützt komplexe Programmieraufgaben über lange Zeiträume.
Intelligence Entropy Principle erklärt chaotisches Verhalten in MAS.
Untersuchung der Verlässlichkeit von AI-Agent-Netzwerken
Kooperation zwischen selbstsüchtigen Agenten untersucht
MARL-Strategien verbessern Trefferrate bei Rendezvous.
ACTION-RATING verbessert Effizienz und Genauigkeit durch selbstständiges Klären.
Hierarchical Certified Semantic Commitment bietet byzantinische Fehlertoleranz für LLM-Agenten-Kollaboration.
AGCLR überwindet das „Concept Bottleneck“ durch persistentes Gedächtnis.
Symbolische Rahmenwerke modulieren Risikoaversion in Multi-Agentensystemen.
SHIELDS automatisiert OS-Sicherheit durch iterativen Prozess.
SMAC-Talk verbessert KI-Kooperation in dezentralisierten Umgebungen.
Untersucht „Channel Fracture“ in multiagenten Systemen
Graphen sind effektivere Unterstützung als flacher Text.
Consilium-Protokoll für kollaborative AI-Deliberation
LLM-basierte Architektur identifiziert menschliche Werte in Texten.