utworzone przez Redakcja | cze 20, 2026
Naukowcy opracowali prostą metodę opartą na promptach, która pozwala agentom LLM rozdzielać różne typy niepewności i proaktywnie prosić o wyjaśnienia. Rozwiązanie działa bez dostępu do logprawdopodobieństw ani dodatkowego trenowania modeli.
utworzone przez Redakcja | cze 11, 2026
Badacze zaproponowali metodę ACTION-RATING, która integruje prośby o wyjaśnienia bezpośrednio w przestrzeń akcji agenta hierarchicznego, pozwalając mu samodzielnie decydować, kiedy zapytać o brakujące informacje zamiast podejmować błędne decyzje.
utworzone przez Redakcja | cze 2, 2026
Holo3.1 to nowy model AI umożliwiający lokalną obsługę agentów sterujących komputerem. Rozwiązanie oferuje szybkie działanie bez potrzeby połączenia z zewnętrznymi serwerami.
utworzone przez Redakcja | maj 26, 2026
Naukowcy opracowali modele wydajności dla agentycznych przepływów pracy z LLM, analizując kompromisy między latencją, niezawodnością a kosztem. Kluczowym wynikiem jest polityka alokacji tokenów typu water-filling dla sekwencyjnych przepływów pracy.
utworzone przez Redakcja | maj 26, 2026
Naukowcy przedstawili architekturę Context, która zastępuje reaktywne chatboty proaktywnymi agentami AI realizującymi cele bez oczekiwania na polecenia użytkownika. System wykorzystuje trzy mechanizmy: asemblację kontekstu, komponowalne programy sandbox oraz...
