#Многоагентные

23 статьи
arXiv AI
arXiv AI

MSCOD: Многоагентные рамки для построения каузального графического поколения, ориентированного на структурные и контексты

arXiv:2609.19944v1 Annualte Type: New Humber Abstract: Major Language Models (LMS) применяется к причинно-следственному обнаружению, однако поколение кандидатов на диаграммах редко рассматривает прежд...

arXiv AI
2
Читать
arXiv NLP
arXiv NLP

МАСКОТ: Многоагентные системы социально-совместимой связи

arXiv:2601.14230v3 Вид уведомления: заменить резюме: многоагентные системы (MAS) становятся перспективными компаньонами социально-сотрудничества для эмоциональной и когнитивной поддержки. Однако сущес...

arXiv NLP
Читать
arXiv AI
arXiv AI

SOK: Когда агенты безопасности не справляются друг с другом: безопасность многоагентных систем LLM

arXiv: 2609,00595v1 Annuature Type: кросс-бюллетень: Secure агенты могут провалиться вместе. Многоагентные системы LLM (MAS) перемещают информацию, состояние, решения и полномочия через основные грани...

arXiv AI
1
Читать
arXiv AI
arXiv AI

Поиск того, где останавливается доллар: автоматизированная система отражения на основе атрибуции отказов для мультиагентного сотрудничества

arXiv:2608.28264v1 Анонс Тип: новый Аннотация: Многоагентные системы (MAS), работающие на больших языковых моделях, показали перспективность для сложных задач, но страдают от высоких показателей отказ...

arXiv AI
1
Читать
arXiv AI
arXiv AI

Когда доказательство формирует сотрудничество: генерация топологии для многоагентных систем

arXiv:2608.27984v1 Анонс Тип: новая Аннотация: Многоагентные системы (MAS) недавно перешли от статических рабочих процессов к динамически генерируемым топологиям совместной работы. Однако существующие...

arXiv AI
1
Читать
arXiv Machine Learning
arXiv Machine Learning

Когда платит латентное общение? Причинно-следственный аудит ретранслируемых кэшей КВ в многоагентных LLM

arXiv:2608.04893v2 Анонсирован тип: замена кросса Абстракт: Многоагентные LLM-системы ретранслируют кэши с ключевыми значениями вместо текста и приписывают свои выигрыши обмену «скрытыми мыслями». Это...

arXiv Machine Learning
1
Читать
arXiv Machine Learning
arXiv Machine Learning

Out of Sight, Not Out of Mind: раскрытие скрытой атаки в мультиагентных системах

arXiv:2605.28214v2 Аннотация: Многоагентные системы на основе латентов заменяют части явной межагентной связи скрытыми представлениями, предлагая новое направление для эффективного и гибкого взаимодей...

arXiv Machine Learning
1
Читать
arXiv AI
arXiv AI

Диагностическая декомпозиция и совместная оптимизация для многоагентного рассуждения

arXiv:2602.08586v4 Многоагентные системы LLM последовательно превосходят базовые линии с одним агентом, но практикующие специалисты все еще не могут предсказать, какой дизайн работает для новой задачи...

arXiv AI
1
Читать
arXiv AI
arXiv AI

Протокол взаимодействия формирует моральное суждение в дебатах с участием многих агентов

arXiv:2510.10002v4 Аннотация Тип: замена абстракции: Поскольку агентные системы ИИ используются в консультативных и оценочных ролях, понимание того, как мультиагентные взаимодействия формируют поведен...

arXiv AI
Читать
arXiv AI
arXiv AI

Выбор предложений и ответов кандидатов формирует значение оценки LLM в мультиагентных системах

arXiv:2608.25937v1 Анонс Тип: новый Аннотация: Многоагентные системы (MAS) иногда уже имеют потенциал для правильного ответа, но все же сообщают о неправильном ответе. Объяснить этот результат сложно,...

arXiv AI
Читать
arXiv NLP
arXiv NLP

Routed Graph Handoff: адаптивный выбор формата для многоагентной делегации LLM

arXiv:2608.25277v1 Многоагентные LLM-системы координируются с помощью сообщений на естественном языке, которые потребляют 40-60\% их токенового бюджета. Замена их структурированными графиками снижает ...

arXiv NLP
1
Читать
arXiv NLP
arXiv NLP

Каскады веры приводят к убеждению в сетях агентов LLM

arXiv:2608.25152v1 Многоагентные системы LLM все чаще обсуждают ответы, координируют исследования, моделируют пользователей и опосредуют информационные потоки, делая убеждение агента агенту основной, ...

arXiv NLP
1
Читать
arXiv AI
arXiv AI

Графики адаптивного влияния для атрибуции отказов в мультиагентных системах

arXiv:2608.24361v1 Многоагентные системы LLM все чаще развертываются в реальных приложениях, где сбои могут быть дорогостоящими и трудными для локализации. Несмотря на растущие усилия по автоматизации...

arXiv AI
Читать
arXiv Machine Learning
arXiv Machine Learning

Когда меньше латента приводит к лучшей ретрансляции: сжатие с сохранением информации для латентного многоагентного LLM-сотрудничества

arXiv:2604.13349v3 Анонс Тип: замена Абстракции: Многоагентные LLM-системы выходят за рамки дискретных токенов в сторону более богатых реле, которые сохраняют внутреннее состояние. Последние работы, т...

arXiv Machine Learning
Читать
arXiv NLP
arXiv NLP

PropUQ-MAS: Пропагандистская оценка неопределенности для многоагентных систем LLM

arXiv:2608.22130v1 Анонс Тип: кросс-абстракт: Многоагентные системы на основе LLM (MAS) решают сложные задачи посредством связи между ролевыми специализированными агентами. Однако взаимозависимости ме...

arXiv NLP
1
Читать
arXiv NLP
arXiv NLP

Meta-Moderator: расширение возможностей мультиагентных дебатов с помощью Meta-Cognition

arXiv:2608.23029v1 Многоагентные дебаты могут улучшить аргументацию большой языковой модели, вызывая различные гипотезы и критику, но ее производительность часто ограничена слабой умеренностью. Общие ...

arXiv NLP
2
Читать
arXiv NLP
arXiv NLP

Налог на сотрудничество: сколько платят многоагентные системы LLM

arXiv:2608.22152v1 Многоагентные системы, построенные из больших языковых моделей, широко развернуты, но сколько производительности теряется, когда два LLM должны координировать, а не действовать в од...

arXiv NLP
Читать
arXiv AI
arXiv AI

Моделирование трафика мультиагентных систем: роль координационной топологии

arXiv:2608.20494v1 Многоагентные LLM-системы являются новой сетевой рабочей нагрузкой, быстрое развертывание которой вызывает вопросы о моделях трафика, которые они генерируют. По сравнению с обычными...

arXiv AI
1
Читать
arXiv AI
arXiv AI

Структура для чтения, проза для письма: асимметричное структурное кондиционирование в многоагентном оформлении документов

arXiv:2608.20786v1 Тип объявления: новый Аннотация: Многоагентные трубопроводы, которые являются автором официальных документов, должны как читать формы запрашивающего, так и писать против них. Мы соо...

arXiv AI
Читать
arXiv AI
arXiv AI

Двухкэшная латентная космическая связь между гетерогенными языковыми моделями

arXiv:2608.20617v1 Многоагентные системы LLM разделяют работу между моделями, поэтому для ответа часто требуются знания, которые находятся в контексте другого агента: Sharer закодировал информацию, не...

arXiv AI
Читать