KISS: Simplicidad y ranuras para aprender comunicación inalámbrica
Aprende cómo agentes de IA logran acceso eficiente al canal inalámbrico con el método KISS.
#multiagente
HALO: Optimización de políticas Lyapunov para colaboración humano-robot
HALO estabiliza aprendizaje descentralizado en colaboración humano-robot mediante optimización de Lyapunov, mejorando generalización y robustez en casos extremos.
Cómo los LLMs diseñan recompensas en RL cooperativo multiagente
Aprende cómo los LLMs mejoran el diseño de recompensas en RL cooperativo multiagente, logrando mayor rendimiento en Overcooked.
LLMs discriminan estados clave para exploración multiagente eficiente
Descubre cómo LEMAE usa LLMs para identificar estados clave y acelerar la exploración multiagente, con menos redundancia. Resultados superiores en SMAC y MPE.
FALAT: Rastreo de fallos en trayectorias LLM guiado por dependencias
FALAT: un marco que atribuye fallos en trayectorias de agentes LLM mediante búsqueda guiada por dependencias. Mejora la detección de errores decisivos.
Puente entre requisitos y arquitectura con multiagentes y memoria
Optimiza el diseño de arquitecturas de software con MAAD: agentes autónomos, RAG y memoria jerárquica. Resultados más completos, modulares y trazables.
EvoPool: Anotación evolutiva para supervisión especializada eficiente
EvoPool revoluciona la anotación con un marco evolutivo multiagente que supera a los LLM en tareas especializadas, reduciendo costos hasta 31,000x. Descubre cómo.
MARL distribuido en red para control de consenso de cuadricópteros
Descubre cómo el MARL distribuido en red controla enjambres de cuadricópteros con escalabilidad zero-shot: entrena 3 agentes y despliega hasta 250. ¡Lee más!
AgentxGCore: IA agéntica para la red central de 6G
Descubre cómo AgentxGCore usa agentes de IA y LLMs para optimizar la red central 6G, permitiendo autoorganización y adaptación en tiempo real.
MemGraphRAG: Sistema Multiagente con Memoria para Generación Aumentada en Grafos
MemGraphRAG: sistema multiagente con memoria que optimiza la construcción de grafos en RAG, eliminando conflictos y mejorando la recuperación de información compleja.
Escalado de sistemas multiagente con un solo LLM
Investigamos el escalado de sistemas multiagente con un solo LLM: el rendimiento no aumenta monótonamente. Conoce el punto óptimo de agentes y las claves para diseñar colaboración eficiente.
Predicción conforme multiagente con validez estadística personalizada
Descubre cómo la predicción conforme multiagente con validez estadística personalizada mejora la calibración y privacidad en entornos heterogéneos. ¡Lee más!
Reconoce a tu orquestador: dinámica de entropía en MAS
La dinámica de entropía revela la fragilidad de los orquestadores y la trampa del razonamiento en sistemas multiagente. Identifica el colapso del rendimiento.
Observabilidad para detectar cómputo desperdiciado en LLMs multiagente
Descubre cómo la observabilidad consciente de fallos permite detectar cómputo desperdiciado en sistemas multiagente LLM, ahorrando recursos y mejorando la eficiencia.
Ataque A* multiagente de ofuscación de sentido común en prompts LLM
Descubre un framework A* multiagente que ofusca prompts de LLM, induciendo alucinaciones de sentido común con alta eficacia y pocos intentos.
TriAlign: Logrando Consistencia de Verdad Universal en LLMs
Descubre TriAlign, un framework de aprendizaje multiagente que garantiza la verdad universal en LLMs personalizados reduciendo sesgos entre grupos.
POIROT: Interrogando agentes para detección de fallos en sistemas multiagente
POIROT detecta fallos en sistemas multiagente usando sus propios agentes, superando evaluadores centralizados. Mayor seguridad sin supervisión externa.
Grafos de Coordinación para Aprendizaje Multiagente con Restricciones
Descubre cómo los grafos de coordinación y dualidad lagrangiana escalan el aprendizaje multiagente con restricciones, generando frentes de Pareto superiores.
Aprendizaje por refuerzo multiagente escalable con restricciones
Descubre cómo el aprendizaje por refuerzo multiagente escalable resuelve restricciones globales mediante consenso distribuido, superando limitaciones de CTDE.
Ver antes de acordar: alineando consenso multiagente con evidencia visual
Alinea la evidencia visual de múltiples agentes para consenso preciso en VQA. EAGLE: sin entrenamiento, resultados confiables.