标签
作者使用迭代学习模型研究意义频率如何影响演化语言中组合性、表达性和稳定性的涌现。他们发现，高频的整体意义可以逃脱语法压力，但应用于子意义部分的频率会导致传播失败。
提出神经符号词汇发现（NSLD）框架，其中基于LLM的智能体在未知环境中自主为未知视觉指代物开发共享词汇，从而为自主探索任务的部署前规划提供支持。
本文提出了一个用于 Agentic AI 网络（AgentNet）中涌现通信的信息论框架，解决了物理约束问题并提供了泛化界限。在硬件原型上的实验验证表明，与现有最先进的解决方案相比，该框架显著提升了泛化性能。
OpenAI研究人员演示了协作型AI代理可以通过在简单世界中进行强化学习，发展出自己的有根据的和组合型语言。这些代理通过获得需要协调的目标奖励来学习交流，创建共享的符号语言以协调行为。