生成模型在创建高质量视频中的令人印象深刻的成就引起了人们对数字完整性和隐私脆弱性的关注。 AI生成的内容检测的最新作品已在图像字段中进行了广泛研究（例如 ...

向开放第六代（6G）网络迈进的转变需要一种新颖的方法，可以在原型制作和现实世界实施之前评估复杂的技术发展。本文介绍了一种创新的方法\脚注{github上可以在GitHub上获得轻巧的模拟版本，该版本将多代理框架与网络模拟器3（NS-3）相结合，以自动化并优化复杂5G网络风景的一代，调试，执行和分析。我们的框架使用高级Langchain协调协调了一组专业代理 - 即模拟生成代理，测试设计师代理，测试 ...

奖励模型（RMS）对于大型语言模型（LLMS）的培训和推理时间扩展至关重要。但是，现有的奖励模型主要集中在人类的偏好上，忽略了可验证的正确性信号，这些信号在培训LLM中表现出强大的潜力。在本文中，我们提出了代理奖励建模，这是一种奖励系统，将奖励模型与来自不同方面的可验证正确性信号相结合，以提供可靠的奖励 ...

计算机使用代理通过直接与计算机和移动设备上的图形用户界面（GUI）进行交互来自动化数字任务，从而通过完成用户查询的开放式空间来提高人类生产力。但是，当前的代理商面临重大挑战：GUI元素的不精确基础，长期任务计划的困难以及依靠单个通才模型来执行各种认知任务的绩效瓶颈。为此，我们介绍了Agent S2，这是一个新颖的构图框架，该框架将各种通才和专业模型的认知责任委托 ...

对代理LLM，充当代理的大型语言模型引起了极大的兴趣。我们回顾了这一领域不断增长的工作体系，并提供了研究议程。代理LLM是（1）原因，（2）ACT和（3）相互作用的LLM ...

大型语言模型（LLMS）由于其高级理解和计划功能而表现出强大的潜力作为工具调用的代理。用户越来越多地依靠基于LLM的代理来通过迭代互动来解决复杂的任务。但是，现有的基准测试主要访问单个误差方案中的代理，但未能捕获现实世界中的复杂性 ...

随着网络技术的发展，它们已经彻底改变了人们生活的各个方面。尽管网络非常重要，但执行的许多任务都是重复性且耗时的，对整体生活质量产生了负面影响。为了有效处理这些繁琐的日常任务，最有前途的方法之一是基于人工智能（AI）技术（称为AI代理商）的自主代理，因为它们可以在没有疲劳或性能降低的情况下连续运行 ...

轨迹预测对于自动驾驶至关重要，因为它的目的是预测交通参与者的未来运动。传统方法通常对智能体的轨迹进行整体推理，忽略了智能体之间预测难度的差异。本文提出了一种新颖的难度引导特征增强网络（DGFNet），它利用代理之间的预测难度差异进行多代理轨迹预测 ...