实体
AgentRx
AgentRx
PulseAugur coverage of AgentRx — every cluster mentioning AgentRx across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LiteTrajEval框架简化了AI Agent的评估
研究人员开发了LiteTrajEval，一个旨在提高AI Agent轨迹评估效率和成本效益的新框架。该系统使用预定义的规则配置文件，通过单一LLM裁判在固定预算内处理Agent输出、识别潜在故障并生成诊断报告。在Magentic-One和tau-Bench数据集上进行测试时，LiteTrajEval在故障定位方面相比AgentRx等现有方法有了显著改进，同时大幅降低了成本和评估时间。该框架已在企业Agent平台中实现。
-
LLM 代理在多模态临床预测方面展现潜力
研究人员对大型语言模型 (LLM) 代理在多模态临床预测任务上的表现进行了基准测试，整合了电子健康记录、医学影像和临床笔记中的数据。他们的研究发现，单一代理框架的表现优于朴素的多代理系统，在处理多模态数据和提高校准度方面表现更好。这项工作强调了需要加强多代理协作，以有效处理异构的医疗保健输入，并为未来的研究提供了一个开源评估框架。
-
AgentRx框架为AI代理提供系统化调试
研究人员推出AgentRx，一个旨在系统化调试AI代理的新框架。该工具通过提供结构化的方法来识别和解决问题，旨在提高自主AI系统的可靠性和性能。该框架旨在帮助开发人员为各种应用构建更强大、更可预测的AI代理。