标签
介绍了物理审计代理科学机器学习（PA-SciML），这是一种以验证为先的工作流程，其中LLM代理发现替代模型，并针对边界条件和因果性等物理要求而非仅误差指标进行验证。数值示例表明，与仅基于误差的基线相比，可信度有所提高。
本文提出了声明式数据服务（DDS），这是一种从声明式用户意图出发，对数据系统组合进行结构化智能体发现的架构。它将全局搜索分解为有界子搜索，并在一个交易后端工作负载上展示了收敛性，而在此负载上无界发现会失败。
Meta的新论文介绍了一个智能体系统，它能在24小时的计算预算内自主发现神经架构，在350M、1B和3B规模上超越Llama 3.2。
PolitNuggets是一个多语言基准，用于评估大型推理模型在代理框架中发现和综合长尾政治事实的能力，通过为400位全球精英构建传记。该基准引入了如FactNet等评估协议，并揭示了当前系统在细粒度细节和效率方面存在困难。