实体
Foundation-model agents
Foundation-model agents
PulseAugur coverage of Foundation-model agents — every cluster mentioning Foundation-model agents across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的RAG方法通过将逻辑与主题分离来提高代理的说服力
研究人员开发了一种名为分类策略检索（TS-RAG）的新方法，以解决基础模型代理中的复合故障，尤其是在说服等主观任务中。标准的检索增强生成（RAG）方法通常优先考虑词汇重叠而非逻辑必要性，从而导致错误。TS-RAG引入了一个分类瓶颈，将论证结构与主题内容分开，显著提高了抽象逻辑的传递，并将不对称部署中的获胜率从70.5%提高到78.5%。该系统还通过辩论状态表示（DSR）提供跟踪级诊断，以防止由于代理谄媚而导致的评估崩溃。
-
新的MARGIN方法实时校准基础模型智能体
研究人员开发了一种新的在线校准方法MARGIN，旨在提高多智能体系统中基础模型智能体的可信度。与需要模型访问和固定数据集的传统方法不同，MARGIN直接从任务流中实时学习校准因子，无需重新训练或使用保留数据。在19个模型和8个基准上的实验表明，MARGIN在分布变化下显著降低了校准误差，并提高了协调器选择最准确智能体响应的能力，在某些情况下甚至优于随机选择和表现最佳的单一模型。