Judge Agent
PulseAugur coverage of Judge Agent — every cluster mentioning Judge Agent across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架Agentic4PDM利用LLM代理增强工业故障诊断能力
研究人员开发了Agentic4PDM，一个旨在通过分离自适应调查和证据控制来改进工业故障诊断的新框架。该系统利用LLM代理选择和解释分析工具来检查传感器时间序列数据，但一个确定性的主机控制器强制执行证据可采性的规则。这种受控的工作流程旨在通过将信号与标记的参考进行比较，区分佐证信息和咨询信息，从而提出更可靠的诊断，实现无需训练的诊断。
-
新的 CRACK 框架绕过了文本到图像模型的安全过滤器
研究人员开发了一个名为 CRACK 的新颖多智能体辩论框架，用于绕过文本到图像模型的安全过滤器。该框架使用攻击智能体、防御智能体和裁判智能体来迭代地优化提示，识别不同安全层之间的冲突，并保持原始的有害意图。CRACK 在生成不适合工作场所的内容方面表现出很高的成功率，即使在复杂的安全配置下也是如此，同时所需的查询次数比现有方法少，并保持了语义保真度。
-
新的RAG框架通过自我纠正增强金融问答能力
研究人员开发了一个名为自改进RAG（Self-Improving RAG）的新框架，以增强金融问答系统。该系统将问答过程分解为三个专业代理：检索（Retrieval）、推理（Reasoning）和判断（Judge），并由一个协调器（orchestrator）进行协调。它包含一个自我纠正机制，如果答案的置信度分数低于动态阈值，判断代理（Judge Agent）可以触发具有升级策略的重试。该方法在FinanceBench数据集上进行了评估…
-
AI系统自动审计教科书的准确性和质量
研究人员开发了一个AI教科书审计系统，这是一个多智能体系统，旨在自动审计教育材料的事实准确性、技术正确性和语言质量。该系统通过事实/技术分析和语法检查的独立通道处理教科书PDF，利用专门的LLM智能体和网络搜索。然后，一个裁判智能体在人工审查前过滤掉假阳性，旨在显著减少识别教科书中潜在错误的手动工作量。
-
新型智能体框架优化芯片设计结果质量
研究人员开发了 AgenticPD，一个新颖的、面向物理设计中结果质量（QoR）优化的阶段感知智能体框架。与将优化视为扁平参数调整或脚本生成的先前方法不同，AgenticPD 根据物理设计流程的不同阶段对优化过程进行分段。这种方法允许专门的智能体在其各自的阶段内做出局部决策，利用中间检查点来避免昂贵的完整流程重新运行。该框架的 Judge Agent 协调搜索，其结构化观察和上下文管理能够从先前的状态进行高效分支，最终在保持竞争力的功…
-
使用Judge-Write循环和Vector DB将AI幻觉减少94%
一位开发者在使用AI Writer Agent生成不准确的Markdown和SQL代码时遇到了重大问题，导致错误率很高。为解决此问题，他们实施了一个Judge-Write循环，其中独立的Judge Agent验证Writer Agent的输出。该系统结合将成功的生成内容作为模式存储在Vector DB中以供将来参考，将内容生成错误率从23%降低到6%，并减少了每次生成所需的平均重试次数。