“çok ajanli sistem” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
RunAgent: Doğal Dil Planlarını Anlayabilen Yeni Yapay Zeka Sistemi
Araştırmacılar, büyük dil modellerinin yapılandırılmış görevleri güvenilir şekilde yerine getirememesi sorununa çözüm ürettiler. RunAgent adlı yeni platform, doğal dilde yazılan planları anlayıp adım adım uygulayabiliyor. Sistem, insan benzeri problem çözme yaklaşımını taklit ederken, programlama dillerinin deterministik yapısını koruyor. RunAgent, IF, GOTO ve FORALL gibi kontrol yapılarıyla donatılmış agentic bir dil kullanarak, doğal dilin ifade gücünü programlamanın kesinliğiyle birleştiriyor. Platform, her adımda otomatik olarak kısıtlamalar türetip doğrulama yapıyor, LLM tabanlı akıl yürütme, araç kullanımı ve kod üretimi arasında dinamik seçim yapabiliyor. Hata düzeltme mekanizmalarıyla desteklenen sistem, yapay zekanın karmaşık iş akışlarını güvenilir şekilde yürütebilmesi için önemli bir adım sayılıyor.
Çok Ajanli Sistemlerde Kaynak Dağitimi: Az Güçlü mü, Çok Basit Ajan mı?
Robotik ve yapay zeka alanında önemli bir soru: Sinirli kaynaklari az sayida güçlü ajana mi vermeli, yoksa çok sayida basit ajan arasinda mi paylaştirmali? Yeni bir araştirma, çok ajanli sistemlerde kaynak dağitimi problemini matematiksel olarak inceleyerek bu soruya yanitlar ariyor. Araştirmacilar, n sayida ajanin ortak bir kaynaği (para, hesaplama gücü, fiziksel boyut) eşit olarak paylaştigi 'split over n' problemini formüle ettiler. Alan kaplama görevinde disk şekilli ajanlarin ayak izi alani 1/n oraninda küçüldüğünde, başlangiçta kapsama hizi ajan sayisiyla artiyor. Ancak ajanlarin hizi yarimçaplariyla orantili azalirsa tüm grup boyutlari eşit performans gösteriyor, ayak iziyle orantili azalirsa tek ajan en iyi sonucu veriyor. Bu bulgular, robotik sürüler, drone filolari ve dağitik hesaplama sistemlerinin tasariminda kritik öneme sahip.
Yapay Zeka Ajanları Tablo Verilerindeki Yanlış Bilgileri Tespit Ediyor
Araştırmacılar, tablo halindeki verilerden yapılan iddiaların doğruluğunu kontrol etmek için yeni bir yapay zeka sistemi geliştirdi. MACE adlı sistem, üç özel ajan kullanarak dezenformasyonla mücadele ediyor. Planlayıcı ajan doğrulama stratejisini belirliyor, Uygulayıcı ajan hesaplamaları yapıyor, Doğrulayıcı ajan ise mantıksal tutarlılığı kontrol ediyor. Sistem, karmaşık eğitim süreçlerine ihtiyaç duymadan çalışıyor ve her adımda açıklanabilir sonuçlar üretiyor. Test edilen dört veri setinden ikisinde en iyi performansı sergileyen sistem, diğer ikisinde de mevcut en iyi modellerle eşdeğer başarı gösterdi.