实体
SimBench
SimBench
PulseAugur coverage of SimBench — every cluster mentioning SimBench 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的人工智能系统GridAnchor可应对能源网中的网络物理幻觉
研究人员开发了GridAnchor,这是一个专用的多智能体人工智能系统,旨在保护自主能源系统免受网络物理幻觉的侵害。这些幻觉发生在系统内的专用人工智能智能体产生与物理定律相矛盾的输出时,可能导致危险的级联效应。GridAnchor充当验证层,利用物理残差图Transformer根据测量值和线性化电网模型评估声明。它采用Mondrian共形p值和Benjamini-Hochberg程序将这些分数转换为可操作的决策,识别级联效应的根本原因…
-
新框架SimGuide通过多上下文用户表示增强AI代理规划能力
研究人员开发了SimGuide框架,旨在改进AI代理根据用户偏好和上下文进行理解和规划的方式。该框架利用类型化多上下文表示和显式冲突仲裁来更好地处理潜在冲突的用户信息。在新的SimBench基准测试中进行评估时,SimGuide在Llama 3.3-70B、GPT-4o和Claude Sonnet 4.5等模型上的表现优于简单的检索方法。