AI Agent Benchmarks Auditing
BenchJack identifiziert Schwachstellen in AI-Benchmarks.
Code & Algorithms
Algorithmus
Code & Algorithms
Mechanismus Plausibilität in ABMs
Bewertungsmaßstab für Mechanismus-Plausibilität entwickelt
Autonomie & Emergenz
Agentenkontrakte und Informationsasymmetrien
Untersuchung von Informationsasymmetrien und Verträgen zwischen Agenten
Code & Algorithms
Hidden Coalitions in AI
Spektrale Methode zur Identifizierung verborgener Koalitionen
Code & Algorithms
Partial Evidence Bench
Benchmark für agiles Systemverhalten mit unvollständigen Daten
Code & Algorithms
Kommunikationsstruktur in Multi-Agenten-Systemen
Optimierung der Kommunikation in LLM-MAS durch aktives Lernen
Code & Algorithms
MemFlow: Intent-Driven Memory Orchestration
MemFlow verbessert kleine Sprachmodelle bei langfristigen Aufgaben.
Code & Algorithms
Kommunikationseffiziente Mehragenten-Perzeption
Effizientere Datenkommunikation ohne Tracking-Performance-Schwächen
Sicherheit & Kontrolle
Jailbreak-Erfolge in Sprachmodellen
LOCA erklärt erfolgreiche Jailbreak-Angriffe durch kausale Änderungen.
Autonomie & Emergenz
Konsenskosten in Multi-Agenten-Diskussionen
Isolierte Selbstkorrektur übertrifft unstrukturierte homogene Debatte.
Innovationen & Trends
Silicon Society Simulation
Untersuchung von LLM-basierten sozialen Simulationen
Code & Algorithms
MARS: Effizientes Co-Scheduling
MARS koordiniert GPU-CPU-Ressourcen zur Latenzreduktion.
Code & Algorithms
HASE für Multi-Agenten-Operationen
HASE erreicht bis zu 33 Millionen Schritte pro Sekunde.