multi-agent systems

152 items

RESEARCHarXiv CS.AI·5/4/2026

Causal Foundations of Collective Agency

Diese Forschung befasst sich mit der Herausforderung, dass einfachere KI-Agenten unbeabsichtigt einen kollektiven Agenten mit eigenständigen Fähigkeiten und Zielen bilden könnten, was für die Sicherheit fortgeschrittener KI-Systeme entscheidend ist. Sie schlägt vor, kollektive Handlungsfähigkeit verhaltensbasiert zu definieren, indem eine Gruppe als einheitlicher kollektiver Agent betrachtet wird, wenn ihre gemeinsamen Handlungen rational und zielgerichtet erscheinen, formalisiert durch kausale Spiele und Abstraktion.

causal AI collective intelligence multi-agent systems AI safety

ARTICLEDEV.to AI·4/27/2026

How I built an AI-first No-Code engine that actually understands your data schema

Zenku ist eine quelloffene, KI-gesteuerte No-Code-Engine, die eine Multi-Agenten-Architektur nutzt, um geschäftskritische Datenanwendungen zu erstellen und weiterzuentwickeln. Sie geht über die einfache Codegenerierung hinaus, indem sie Datenbankschemata, UI-Ansichten und Geschäftslogik dynamisch durch natürliche Sprache versteht und erstellt.

No-code/Low-code Software Architecture application development multi-agent systems

RESEARCHarXiv CS.AI·5/11/2026

Hidden Coalitions in Multi-Agent AI: A Spectral Diagnostic from Internal Representations

Dieses Papier stellt eine neuartige Methode zur Erkennung verborgener Koalitionsstrukturen in Multi-Agenten-KI-Systemen vor, indem deren interne neuronale Repräsentationen analysiert werden. Es konstruiert einen paarweisen Mutual-Information-Graphen aus den verborgenen Zuständen und wendet spektrale Partitionierung an, um die signifikanteste Koalitionsgrenze zu identifizieren, validiert in Reinforcement-Learning-Umgebungen.

neural networks Coalition Detection Internal Representations multi-agent systems

RESEARCHarXiv CS.AI·vor 8T

Agents on a Tree: Pathwise Coordination for Multi-Objective Molecular Optimization

Der Artikel stellt ATOM vor, ein Multi-Agenten-Framework für die multikriterielle molekulare Optimierung mittels einer baumstrukturierten Suche. Agenten koordinieren sich entlang verschiedener Pfade des Baumes, um alternative molekulare Evolutionstrajektorien zu vergleichen, unterstützt durch einen globalen Speicher.

Optimization Molecular Optimization machine learning AI

RESEARCHarXiv CS.AI·5/11/2026

GraphDC: A Divide-and-Conquer Multi-Agent System for Scalable Graph Algorithm Reasoning

Dieses Papier stellt GraphDC vor, ein Divide-and-Conquer-Multi-Agenten-System, das zur Verbesserung der Graphenalgorithmus-Argumentation in großen Sprachmodellen (LLMs) entwickelt wurde. Es verbessert die Leistung, indem es große Graphen in kleinere Untergraphen für spezialisierte Agenten zerlegt, wobei ein Master-Agent die Ergebnisse integriert, was zu besserer Skalierbarkeit und Robustheit führt.

LLMs scalable AI AI Reasoning multi-agent systems

RESEARCHarXiv CS.AI·vor 21T

AgentNLQ: A General-Purpose Agent for Natural Language to SQL

Diese Studie stellt AgentNLQ vor, eine neue Multi-Agenten-Methode für die Konvertierung von natürlicher Sprache in SQL (NL2SQL), die eine semantische Genauigkeit von 78,1% im BIRD-Benchmark erreicht. Sie nutzt LLMs in einem optimierten Orchestrator zur Planung, Reflexion und Selbstkorrektur, um genaue SQL-Abfragen aus angereicherten Schemata und Geschäftsregeln zu generieren.

LLMs Benchmarking NL2SQL database

RESEARCHarXiv CS.AI·vor 8T

Deliberative Curation: A Protocol for Multi-Agent Knowledge Bases

Dieses Papier schlägt ein deliberatives Kurationsprotokoll zur Steuerung kollektiven Wissens in Multi-Agenten-KI-Ökosystemen vor, das Herausforderungen wie die Zustandslosigkeit von Agenten und die Modellhomogenität adressiert. Es kombiniert einen Lebenszyklus von Wissensartefakten, eine reputationsgewichtete deliberative Abstimmung und abgestufte Sanktionen, die für zustandslose Agenten angepasst sind.

collective knowledge protocol governance multi-agent systems knowledge bases

RESEARCHarXiv CS.AI·vor 28T

EVOCHAMBER: Test-Time Co-evolution of Multi-Agent System at Individual, Team, and Population Scales

EVOCHAMBER stellt ein trainingsfreies Framework für die Multi-Agenten-Testzeit-Evolution auf individueller, Team- und Populationsebene vor, das sich von Einzelagentenansätzen unterscheidet. Es beinhaltet CODREAM, ein Nachaufgabenprotokoll zur kollaborativen Reflexion und asymmetrischen Wissensweitergabe nach Teamversagen oder Meinungsverschiedenheiten.

Evolutionary AI machine learning multi-agent systems Collaboration

RESEARCHarXiv CS.AI·vor 8T

MindGames Arena Generalization Track: In2AI Solution with Delayed Per-Step Reward Attribution

Diese Forschung stellt eine neue Methode zur verzögerten Belohnungszuschreibung pro Schritt für das Training von Sprachmodell-Agenten in Multi-Agenten-Strategieinteraktionen vor. Sie begegnet der Herausforderung verstrickter Ergebnisse, indem Belohnungen erst am Ende der Episode berechnet und zurückpropagiert werden, was stabiles und stichprobeneffizientes Reinforcement Learning ermöglicht.

language models Generalization reinforcement learning multi-agent systems

RESEARCHarXiv CS.CL·vor 27T

In-Situ Behavioral Evaluation for LLM Fairness, Not Standardized-Test Scores

Dieser Artikel schlägt vor, die Fairness von LLMs durch In-situ-Konversationsverhalten anstelle von standardisierten Tests zu bewerten. Er stellt das MAC-Fairness-Framework für die Verhaltensanalyse im Multi-Agenten-Dialog vor und zeigt die Unzuverlässigkeit traditioneller Ansätze auf.

LLM fairness Research Methods multi-agent systems AI evaluation

RESEARCHarXiv CS.AI·vor 23T

SDOF: Taming the Alignment Tax in Multi-Agent Orchestration with State-Constrained Dispatch

Dieses Papier stellt SDOF vor, ein Framework, das die Multi-Agenten-Ausführung als eingeschränkten Zustandsautomaten behandelt, um Geschäftsprozessbeschränkungen durchzusetzen. Es integriert einen RLHF-trainierten Intent Router und einen StateAwareDispatcher, der GPT-4o in einem adversariellen Routing-Benchmark in einem Rekrutierungssystem übertrifft.

hiring AI frameworks reinforcement learning orchestration

RESEARCHarXiv CS.AI·vor 23T

DeepSlide: From Artifacts to Presentation Delivery

DeepSlide ist ein Mensch-in-der-Schleife-Multiagentensystem, das den gesamten Präsentationslieferprozess optimiert, von der narrativen Planung bis zur Probe, und über reine KI-Folien-Generatoren hinausgeht, die sich nur auf das Artefakt konzentrieren. Es integriert einen steuerbaren logischen Kettenplaner, Inhaltsabruf und führt einen neuen Dual-Scoreboard-Benchmark zur Bewertung sowohl der statischen Artefaktqualität als auch der dynamischen Vortragsleistung ein.

scholarly communication AI tools multi-agent systems AI presentations

ARTICLEDEV.to AI·4/17/2026

The Layers Beneath A2A: Notes From Running a Live Multi-Agent Society

Dieser Inhalt untersucht die Herausforderungen beim Betrieb von Live-Multi-Agenten-Systemen jenseits von Nachrichtenrouting (A2A) und Tool-Zugriffs-Protokollen (MCP). Der Autor identifiziert Fehler in den „Lücken zwischen Nachrichten“ und bei der Kontextkontinuität, wobei die semantische Drift als entscheidende ungelöste Herausforderung in mehrstufigen LLM-Dialogen hervorgehoben wird.

LLMs AI protocols AI challenges multi-agent systems

RESEARCHarXiv CS.AI·vor 15T

Quantum Frog: Emergent Cooperation and Difficulty Scaling in a Quantized-Time Cooperative Game

Dieses Paper stellt "Quantum Frog" vor, ein kooperatives Zwei-Spieler-Spiel mit neuartiger quantisierter Zeitmechanik, inspiriert von Frogger. Es nutzt Reinforcement Learning, um die Schwierigkeitsskalierung des Spiels, optimale Strategien und emergente Kooperationsstrategien zu analysieren.

reinforcement learning multi-agent systems game theory Cooperative AI

RESEARCHarXiv CS.AI·vor 7T

Traj-Evolve: A Self-Evolving Multi-Agent System for Patient Trajectory Modeling in Lung Cancer Early Detection

Traj-Evolve ist ein sich selbst entwickelndes Multi-Agenten-System zur Modellierung von Patientenverläufen aus elektronischen Gesundheitsakten für die Früherkennung von Lungenkrebs. Es nutzt einen Erfahrungs-Pool zur Wiederherstellung ähnlicher Fälle und Multi-Agenten-Reinforcement-Learning zur Optimierung der Zusammenarbeit der Agenten.

Healthcare machine learning AI multi-agent systems

RESEARCHarXiv CS.CL·vor 7T

Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions

Dieser Artikel untersucht, wie eine Population von Agenten sich ohne zentrale Steuerung selbst organisieren und anpassen kann, um eine stärkere kollektive Intelligenz zu entwickeln. Inspiriert von Hayeks Wirtschaftstheorie schlägt die Studie eine Agentenwirtschaft vor, in der Wettbewerb über Auktionen und Vermögensbildung emergente mehrstufige Denkstrategien antreiben, die monolithische Baselines übertreffen.

Economic Models collective intelligence multi-agent systems decentralized AI

ARTICLEDEV.to AI·4/24/2026

I Built a Multi-LLM Debate Engine That Fact-Checks Itself in Real Time

Der Artikel beschreibt den Bau einer Multi-LLM-Debattier-Engine, die sich in Echtzeit selbst faktencheckt, um die Neigung von LLMs zu Schmeichelei und Halluzinationen zu bekämpfen. Er schlägt eine strukturierte Debatte zwischen Agenten mit unterschiedlichen Rollen vor, einschließlich eines engagierten Faktenprüfers während der Debatte.

AI models LLMs hallucination multi-agent systems

ARTICLEDEV.to AI·4/16/2026

tmux Is the Best AI Automation Infrastructure Nobody Talks About

Der Artikel hebt `tmux` als eine effektive und unterschätzte Infrastruktur für die KI-Automatisierung mit mehreren Agenten durch Einzelpersonen hervor, im Gegensatz zu populären, komplexen Orchestrierungs-Frameworks. Er argumentiert, dass `tmux` größere Kontrolle, einfachere Eingriffe und eine simplere Zustandsverwaltung bietet, was für Einzelentwickler, die Operationen von einem Laptop aus ausführen, entscheidend ist.

orchestration AI infrastructure multi-agent systems developer tools

ARTICLEDEV.to AI·4/16/2026

13 AI Agents From One Terminal: How the Atlas Stack Actually Works

Atlas Pantheon ist ein benutzerdefiniertes, hierarchisches KI-Agenten-System, das 13 Agenten von einem einzigen Terminal aus ohne komplexe Orchestrierungs-Frameworks verwaltet. Es verfügt über eine dreistufige Struktur mit einem CEO-Agenten, vier „Gott“-Agenten für bestimmte Domänen und acht „Hero“-Agenten für die reine Ausführung, alle angetrieben von Claude Code, tmux und einer gemeinsamen Markdown-Datei.

multi-agent systems automation system architecture AI agents

ARTICLEDEV.to AI·4/11/2026

I Logged Every Decision My AI Agent Made for a Week. Here's What I Learned.

O autor descreve um problema em seu sistema multi-agente de pesquisa de mercado, que, apesar de parecer funcionar, tornou-se ineficiente e caro sem motivo aparente. Ele percebeu a falta de visibilidade sobre as decisões internas dos agentes, levando-o a implementar um logger de decisões para entender o que realmente estava acontecendo.

observability multi-agent systems Debugging AI agents