实体
Ramesh Arvind Naagarajan
Ramesh Arvind Naagarajan
PulseAugur coverage of Ramesh Arvind Naagarajan — every cluster mentioning Ramesh Arvind Naagarajan across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新研究解决大语言模型智能体故障检测和归因问题
两篇新研究论文探讨了检测和归因使用工具的大语言模型(LLM)智能体故障的方法。第一篇论文强调,简单的基线方法,如运行长度或最后一步,在故障检测方面效果出奇地好,通常优于更复杂的方法。第二篇论文介绍了SOAP(Spectral scOring with Attention-guided Propagation)框架,该框架通过分析大语言模型的表示并传播错误信号,在无需步级标签的情况下进行故障归因。两项研究都旨在改进大语言模型智能体故障的调试和理解。
-
新框架增强关键控制系统的可解释性
研究人员开发了一个名为分层因果溯因(HCA)的新框架,以使模型预测控制(MPC)系统更易于理解。HCA结合了物理信息推理、来自KKT乘子的优化证据以及时间因果发现,为控制动作生成人类可解释的解释。HCA在三个应用中进行了测试,与现有方法相比,解释准确性显著提高,证明了每种证据来源的基本贡献。