Message-Format-Effekte in Multi-Hop-Agenten
Formatwirkung ist tierabhängig bei Agenten-Kommunikation.
Autonomie & Emergenz
Multi-Agent
Code & Algorithms
Transfer-Learning in Multi-Agent Systemen
Transfer-Learning ist nützlich bei stabilen strukturellen Invarianten.
Autonomie & Emergenz
Multi-Agent LLM Exploration Fehlgeschlagen
Modern LLMs zeigen myopisches Verhalten beim Multi-Agent-Interagieren.
Innovationen & Trends
Mosaic: Effizienter Multi-Agenten-Planung
Mosaic verbessert Zustandsverfolgung und Koordination.
Innovationen & Trends
Kollektive Intelligenz mit Grundmodellen
Heterogenität der Modelle verbessert Leistung erheblich.
Innovationen & Trends
Entscheidungsprotokolle in MAS-LLM-Gesprächen
Untersuchung verschiedener MAS-Entscheidungsprotokolle zur Verbesserung LLM-Leistung
Code & Algorithms
StateFuse: Konfliktbewahrende Speicher
StateFuse behält Konflikte bei und verbessert Korrekturfähigkeit.
Innovationen & Trends
Effiziente Multi-Agenten-Koordination
MUTE reduziert unnötige Nachrichtenaustausch.
Innovationen & Trends
Cache Merging in Multi-Agent Systems
CanonicalMerge bietet eine bessere Strukturergänzung als BagMerge.
Innovationen & Trends
QueenBee Planner: Kommunikationstopologien für Multi-Agenten-Systeme
QueenBee Planner optimiert die Kommunikation in Multi-Agenten-Systemen.
Autonomie & Emergenz
Verifizierungsverzögerung in Multi-Agent-Systemen
Verzögerte Verifikation destabilisiert multi-agenten Sprachmodelle.
Innovationen & Trends
Persönlichkeit in Multi-Agenten-Teams
Persönlichkeitskomposition beeinflusst Teamleistung je nach Aufgabenbereich.
Code & Algorithms
GCT-MARL: Effiziente Multi-Agent Lernen
GCT-MARL beschleunigt das Training in multi-agenten Systemen.
Autonomie & Emergenz
Sicherheitsgarantien in Multi-Agenten-Systemen
Hierarchisches Mehragentensystem gewährleistet theoretische Sicherheit.
Code & Algorithms
Goal-Oriented Dialogue Runtimes
GODR ermöglicht kontextabhängige Dialogkontinuität durch komplexe Ziele.