EVE-Agent introduce un Agente Auto-Evolutivo Verificable por Evidencia diseñado para asegurar la confiabilidad en la auto-evolución, exigiendo pruebas verificables para las instancias generadas. Este agente modifica el marco proponente-solucionador, donde un proponente crea preguntas, respuestas y tramos de evidencia, que luego son evaluados por un verificador de evidencia.
Este artículo se centra en la estimación precisa de la incertidumbre para sistemas de clasificación de texto de conjunto abierto (OSTC), donde las muestras de texto pueden clasificarse en clases existentes o rechazarse como desconocidas. Adapta el método Holistic Uncertainty Estimation (HolUE) para el dominio del texto con el fin de capturar las incertidumbres del texto y de la galería, y propone un nuevo benchmark de OSTC.
Copilot Studio formaliza la operación de IA estrictamente dentro de un contexto de ejecución heredado, respetando permisos y sistemas conectados. Esto introduce el 'MCP Blast Radius', que define el alcance del acceso de un sistema de IA en entornos empresariales.
TRUST es un marco descentralizado propuesto para superar limitaciones de robustez, escalabilidad, opacidad y privacidad en grandes modelos de razonamiento y sistemas multiagente. Introduce HDAGs para auditoría distribuida, un protocolo para atribución de causa raíz y un mecanismo de consenso de múltiples niveles.
DeepER-Med introduce un marco de IA agéntica para la investigación médica profunda basada en evidencia, mejorando la confiabilidad y la transparencia. Proporciona criterios explícitos para la evaluación de pruebas y mejora la evaluación comparativa para preguntas médicas complejas y del mundo real.
Este título descreve uma pesquisa focada na verificação e validação de sistemas autônomos confiáveis, utilizando uma abordagem neuro-simbólica integrada a agentes LLM. O objetivo é garantir a robustez e a segurança de sistemas de IA avançados.