从对话到市场:AgenticPay,让 LLM 智能体在多智能体商业中谈判交易
这项工作让大模型智能体在多智能体商业场景里自主谈判交易,把对话能力与多模态商品信息结合起来。
推荐理由:涉及模型与大模型 · 与本主题相关
共 15 条 · 全部主题 →
这项工作让大模型智能体在多智能体商业场景里自主谈判交易,把对话能力与多模态商品信息结合起来。
推荐理由:涉及模型与大模型 · 与本主题相关
这个评测让网页智能体在跨应用的真实浏览器任务里比拼,覆盖异构界面与多模态输入。
推荐理由:涉及模型与多模态 · 与本主题相关
这项工作给多模态大模型的不确定性估计加了一层语义不一致校正,避免似是而非的输出被误判为可靠。
推荐理由:涉及模型与大模型 · 与本主题相关
这项工作让 GUI 智能体只靠纯视觉定位界面元素,不再依赖元数据,从根上减少幻觉定位。
推荐理由:涉及模型与大模型 · 与本主题相关
多模态智能体编程需要看懂代码运行后的视觉结果,Vision-as-a-Tool把视觉能力做成工具,让智能体能观察并评估自己生成的产物。
推荐理由:涉及多模态与智能体 · 与本主题相关
这个分布式异步强化学习框架让视觉语言动作模型的训练跟上具身 AI 的快速演进。
推荐理由:涉及模型与多模态 · 与本主题相关
当物联网时间序列遇上专家报告等外部文本时,这项基准专门诊断两者信号一致、冲突或缺失时,预测模型到底会如何表现。
推荐理由:涉及多模态与基准 · 与本主题相关
这个模型让服务机器人根据用户偏好与过往互动,在不同观察条件下认出使用者。
推荐理由:涉及模型与多模态 · 与本主题相关
这项审计检验 TRIBE v2 预测脑皮层 fMRI 响应时,模型内部的地形组织是否站得住脚。
推荐理由:涉及模型与多模态 · 与本主题相关
这项工作让多模态大模型持续学新能力时不遗忘旧能力,整合与保留并重的混合专家方案。
推荐理由:涉及模型与多模态 · 与本主题相关
这项工作教视觉语言模型在推理时多角度自我验证,知道什么时候该停下来重新想。
推荐理由:涉及模型与多模态 · 与本主题相关
CARE-Drive 用耦合交替精炼改进视觉-语言-动作模型在端到端自动驾驶中的自车轨迹规划。
推荐理由:涉及模型与多模态 · 与本主题相关
Gemini Decisions API 由 Gemini Decision 模型驱动,面向需要快速且校准良好的多模态决策场景。
推荐理由:官方来源 · 涉及模型与Gemini
Mistral Large 4(Le Chonk)权重现已开放,这是一个 1T 参数的多模态模型,也是目前最强的开源代码模型,在欧洲训练完成。
推荐理由:官方来源 · 涉及模型与多模态
LiquidAI 的 LFM3 帮开发者搭建面向特定任务的多模态模型。
推荐理由:官方来源 · 涉及模型与多模态