实体
LLM Multi-Agent systems
LLM Multi-Agent systems
PulseAugur coverage of LLM Multi-Agent systems — every cluster mentioning LLM Multi-Agent systems 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
最近 · 第 1/1 页 · 共 2 条
-
Spectral Retrieval 增强 LLM 代理本地化搜索准确性
研究人员推出 Spectral Retrieval，一种用于大型语言模型 (LLM) 多代理系统的新型即插即用重排阶段。该方法利用跨 token 嵌入的多尺度 sinc 卷积来提高本地化检索准确性，在 per-token MaxSim 和 mean-pool 检索技术之间进行插值。Spectral Retrieval 在基准测试中展示了显著的性能提升，在不要求模型重新训练的情况下提高了召回率和平均倒数排名，使其适用于需要在共享语料库上…
-
哪个代理导致任务失败以及何时发生？宾夕法尼亚州立大学和杜克大学的研究人员探索了 LLM 多代理系统的自动化故障归因
宾夕法尼亚州立大学和杜克大学的研究人员，以及来自 Google DeepMind 等机构的合作者，为 LLM 多代理系统引入了一个新的研究问题，称为“自动化故障归因”。他们开发了第一个基准数据集“Who&When”以及几种自动识别哪个代理导致了任务失败以及在哪个时间点的方法。这项工作旨在简化目前耗时的人工调试过程，并提高复杂多代理系统的整体可靠性。该论文已被 ICML 2025 接受为 Spotlight 演示，代码和数据集现已开源。