随着科学研究变得越来越复杂，需要创新的工具来管理大量数据，促进跨学科的合作并加速发现。大型语言模型（LLM）现在正在发展为基于LLM的科学代理，这些科学代理将关键任务自动化，从假设产生和实验设计到数据分析和仿真。与通用LLM不同，这些专业的代理集成了特定于域的知识，高级工具集和健壮的验证机制，从而使它们能够处理复杂的数据类型，确保可重复性并推动科学突破 ...

我们介绍了一个模板指导的知识提取系统Oneke，它可以从Web和Raw PDF书籍中提取知识，并支持各种领域（科学，新闻等）。具体来说，我们设计了具有多种代理和配置知识库的Oneke ...

大型语言模型（LLM）的最新进展导致了各种自然语言处理任务的重大突破。但是，由于诸如幻觉，难以获取长尾知识以及有限的记忆扩展，在知识密集的情况下产生一致的响应仍然是一个挑战。本文介绍了Smart，这是一个新型的多代理框架，该框架利用外部知识来增强LLM生成的响应的解释性和事实一致性 ...

我们提出MAATS，这是一种多维自动化翻译系统，利用多维质量指标（MQM）框架作为用于错误检测和改进的细粒信号。 MAATS采用多种专业的AI代理，每种代理都集中在不同的MQM类别上（例如， ...

分布式数据库是当今大规模软件系统的关键基础架构，使有效的故障管理至关重要，以确保软件可用性。但是，现有方法通常会忽略分布式数据库中的角色区分，并依赖具有有限概括能力的小型模型。在本文中，我们进行了一项初步实证研究，以强调不同角色的独特意义 ...

语言代理在规定的环境和简短的时间内表现出了令人印象深刻的解决问题的能力。然而，随着开放世界模拟的复杂性不断发展，迫切需要能够灵活适应复杂环境并持续保持长期记忆以确保连贯行动的智能体。为了弥合语言代理和开放世界游戏之间的差距，我们引入了角色扮演语言代理（LARP），其中包括一个包含记忆处理和决策助理的认知架构，一个具有反馈驱动的环境交互模块可学习的动作空间，以及促进各种个性协调的后处理方法 ...

长期以来，人类一直追求人工智能（AI）等同于或超过人类层面，而AI代理被认为是这种追求的有前途的工具。人工智能代理是人为的实体，可以感知其环境，做出决定并采取行动。已经做出了许多努力来开发智能代理商，但它们主要集中于算法或培训策略的进步，以增强特定任务的特定能力或绩效 ...

定量市场的特征是迅速的动态和丰富的不确定性，使追求利润驱动的股票交易行动固有地具有挑战性。在这种情况下，采用以奖励为中心的最佳控制机制运作的增强学习（RL）已成为对复杂的财务决策制定难题的潜在有效解决方案。本文深入研究了两种已建立的财务交易策略的融合，即恒定比例投资组合保险（CPPI）和时间不变的投资组合保护（TIPP），以及多代理的深层确定性政策梯度（MADDPG）框架 ...