新系统使AI预测可追溯和可检查

研究人员开发了TraceMAS，一个旨在使多智能体预测更加透明和可检查的系统。该系统使用两个因果回路图来组织智能体输出：一个源自领域文档的理想CLD和一个将这些因素与数据和模型选择联系起来的数据驱动CLD。TraceMAS允许用户检查预测迭代、智能体修订、因果图以及文本证据与市场叙事之间的联系，并通过原油价格预测进行了演示。 AI

影响 增强了自主预测系统的透明度，从而更好地理解由AI驱动的预测。

排序理由 该条目是一篇研究论文，详细介绍了一种新的AI预测系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXivLabs
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Data-Grounded Causal Loop Diagram
• Gotit.pub
• Hugging Face
• Ideal Causal Loop Diagram
• Influence Flower
• petroleum
• ScienceCast
• TraceMAS

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →