Este artículo presenta un marco multiagente guiado por LLMs para el diseño de ingeniería en etapas tempranas, integrando un enfoque de "human-in-the-loop" y gestión formal de riesgos. Emplea agentes especializados para explorar y podar candidatos de diseño, demostrado en el diseño de perfiles aerodinámicos.
Este estudio de caso longitudinal de 11 meses analiza el impacto de la personalización agéntica en marketing, comparando la gestión humana activa con agentes que operan de forma autónoma. Los resultados indican que la gestión humana activa genera el mayor aumento en las métricas de participación, planteando dudas sobre el rendimiento sostenido sin supervisión.
Este artículo introduce la Optimización Bayesiana Meta con Intervención Humana (HL-MBO), un marco que integra el conocimiento experto con el aprendizaje automático de pocas tomas para acelerar el descubrimiento en dominios científicos con escasez de datos. Se demuestra que HL-MBO supera los métodos actuales de optimización bayesiana en la optimización del rendimiento de energía de fusión y en otros puntos de referencia.
DeepSlide es un sistema multiagente con intervención humana que optimiza todo el proceso de entrega de presentaciones, desde la planificación narrativa hasta el ensayo, superando a los generadores de diapositivas de IA que solo se centran en el artefacto. Integra un planificador de cadena lógica controlable, recuperación de contenido y presenta un nuevo punto de referencia de doble puntuación para evaluar tanto la calidad del artefacto estático como la excelencia de la entrega dinámica.