Новая классификация классифицирует протоколы коммуникации агентов на основе ЛЛМ по пяти измерениям: сопряжённый субъект, нагрузка, состояние взаимодействия, механизм обнаружения и гибкость схемы. Анализ показывает, что гибридные нагрузки, сохранение состояния сессии и переговоры о схеме во время выполнения являются распространенными, в то время как децентрализованное обнаружение остаётся редким. Исследование прогнозирует краткосрочную тенденцию к унификации протоколов агент-к-агенту и агент-к-контексту, и долгосрочное развитие в сторону распределённой, многоуровневой стека протоколов.
arxiv
arXiv cs.AI
·
52 д назад
·
research
Техническая классификация протоколов коммуникации агентов на основе ЛЛМ
Переведено с English → Русский
Похожие статьи
arxiv
arXiv cs.CL
·
47 д назад
·
2 просмотра
OpenBioRQ: Бенчмарк для верности агентных исследований в биомедицине
OpenBioRQ вводит бенчмарк из 12 553 нерешённых вопросов в области биомедицинских исследований в 12 областях, разработанный для проверки верности и отказа агентных моделей. Он оценивает модели в условиях использования инструментов без ключей ответов, используя реальные доказательства последующих шагов, а не параметрические знания, и показывает значительное падение агентной способности на самые сложные вопросы, где инструменты больше не используются, несмотря на их критическую важность.
arxiv
arXiv cs.CL
·
47 д назад
MacAgentBench запускает бенчмарк AI-агента для macOS
MacAgentBench представляет всесторонний бенчмарк, включающий 676 задач по 25 приложениям, 60% из которых включают взаимодействие как с графическим интерфейсом, так и с командной строкой. Используя детерминированные правилу-ориентированные оценки и оценку с использованием мелких контрольных точек, было установлено, что Claude Opus 4.6 на OpenClaw достигает 73,7% Pass@1, в основном благодаря своей библиотеке навыков, а не архитектуре платформы.
arxiv
arXiv cs.CL
·
47 д назад
·
1 просмотр
Beaver: агент-интерфейс для научной кураторской работы из мультимодальных источников
Beaver — это агент-интерфейс, который извлекает структурированную информацию из научных статей за счёт интеграции инструментов мультимодальной поддержки, структурирования задач и автономного поиска на основе артефактов. Он достигает 81,0 по показателю Gold-Referenced Attribute Score, превосходя передовые агенты на более чем 23 балла, с ключевыми достижениями по высокозначимым атрибутам, требующим мультимодального мышления.
arxiv
arXiv cs.CL
·
51 д назад
·
1 просмотр
H-RePlan: иерархическое восстановление для систем агентов на разных устройствах
H-RePlan вводит иерархическую систему перепланирования, которая разделяет восстановление стратегии на уровне устройства и перепланирование на глобальном уровне. Оно превосходит существующие базовые варианты, достигая более высокого уровня завершения и соблюдения инструкций, при снижении затрат на токены, за счёт восстановления с учётом области в системах агентов на нескольких устройствах.
arxiv
arXiv cs.AI
·
51 д назад
·
1 просмотр
See-and-Reach: навигация на основе зрения и языка для БПЛА в поле зрения
UAV-VLN-FOV выделяет этап see-and-reach для точной оценки навигации БПЛА. 3DG-VLN улучшает визуальное обоснование и пространственное выравнивание с помощью динамических 3D-ориентиров, достигая улучшения показателя успешности на 13,82% по сравнению с базовыми методами, что подтверждено в реальных испытаниях.