Web de actualidad independiente
clase MetaAgent: def __init__(self, llm: Opcional = Ninguno): self.llm = llm o LocalLLM() def _capability_heuristics(self, tarea: str) -> Dict: t = tarea.inferior() necesita_datos = cualquiera(k en t para k en…
Investigadores de Stanford, EPFL y UNC presentan Weak-for-Strong Harnessing, W4S, un nuevo marco de aprendizaje por refuerzo de RL que entrena a un pequeño metaagente para diseñar y perfeccionar flujos…
Sentient AI ha lanzado ROMA (Recursive Open Meta-Agent), un marco de meta-agente de código abierto para crear sistemas multiagente de alto rendimiento. ROMA estructura los flujos de trabajo agentes como…
Los sistemas de múltiples agentes basados en LLM caracterizados por la planificación, el razonamiento, el uso de la herramienta y las capacidades de memoria forman la base de aplicaciones como…