LGAgent: A Structured and Rule-Guided Multi-Agent Framework for Interpretable Legal Reasoning
LGAgentは、異なる規模のLLM間の協調的な相互作用を活用して専門的な法的ワークフローを模倣する、構造化されたルールに基づいたマルチエージェントフレームワークであり、それによって標準的なシングルモデルのアプローチと比較して、解釈可能で検証可能、かつ優れた判決推論を提供します。
4132 件の論文
LGAgentは、異なる規模のLLM間の協調的な相互作用を活用して専門的な法的ワークフローを模倣する、構造化されたルールに基づいたマルチエージェントフレームワークであり、それによって標準的なシングルモデルのアプローチと比較して、解釈可能で検証可能、かつ優れた判決推論を提供します。
本論文は、事前学習や既定の地図に依存することなく、能動的推論を活用することで、疎なトポロジカルマップを動的に構築し、探索と目標指向のナビゲーションのバランスをとることで、未知の環境における自律走行ロボットのためのオンラインマッピング、自己位置推定、およびプランニングを統合する、ROS互換の自己教師ありフレームワークであるAIMAPPを提案する。
本論文は、置換エントロピーに基づく二層信号分解(CEEMDAN-VMD)とマルチスウォーム最適化を用いた深層ニューラルネットワークを統合したハイブリッドなビットコイン予測エンジンを提案し、ベースラインモデルおよび単一スウォームの代替手法と比較して、精度および方向予測において統計的に有意に優れた性能を示すものである。
本論文は、大規模IoTネットワークにおけるスペクトル干渉、不公平なクレジット配分、および環境の非定常性に対処するために、空間干渉モデリング、きめ細かなペナルティメカニズム、およびヒューリスティック誘導型初期化を統合した貢献度認識型フェデレーテッドエッジ学習アルゴリズム(CA-FE-MADDPG)を提案し、それによってシステムのスループット、アクセス率、およびサービス品質を大幅に向上させるものである。
本論文は、データが不足している条件下において、MRI脳腫瘍モデルからのクロス臓器およびクロスモダリティ転移学習を活用することで、CTスキャンにおける肝腫瘍セグメンテーションの精度を大幅に向上させ、偽陽性を減少させるデュアルエンコーダ・アーキテクチャであるADEST-U-Netを提案する。
本論文は、テクニカル分析、ファンダメンタル分析、センチメント分析を異常検知およびLLMベースの推論と統合し、インド株式市場に対して説明可能かつ信頼度を考慮した予測を提供する、5つのエージェントからなる生成AIフレームワークを提示しており、72%の方向性精度と78%のエージェント間コンセンサスを実現している。
本論文は、インダストリー5.0の教育環境における人間中心のディスパッチ管理のためのソフトウェアフレームワークを提示するものであり、それは、スケジュールの品質、学生のウェルビーイング、および学術的成果を大幅に向上させると同時に、すべての参加者グループ間での公平性を確保するために、クロノタイプ(体内時計)を考慮した最適化、適応的な基準重み付け、およびインテリジェントな意思決定支援を統合したものである。
本論文は、専門化されたDevOps、SRE、FinOps、およびDevSecOpsの推論を、説明可能かつエビデンスに基づいた分析と統合し、プロジェクトマネージャーが断片的な運用テレメトリを実効的なガバナンス推奨事項へと解釈することを支援するマルチエージェント意思決定支援システムであるAgileOps Agentic Framework(AAF)を提示し、これは制御されたシナリオおよび実世界のマイクロサービスベンチマークを通じて検証されている。
本論文は、アライメントされた大規模言語モデルの深いクリティカルな層に対して、疎なステアリングベクトルを外科的に注入することで、高い監査可能性、可逆性、および局所性を備えつつ、抑制された能力を復元する、勾配フリーかつホワイトボックスなフレームワークであるSWIFTを紹介するものであり、これはパラメータの1%未満を修正しながら、10秒足らずでフル教師あり微調整に近い性能を達成する。
本論文は、LLMによる知識グラフ推論の拡張と、もつれのないマルチモーダル融合および反事実的因果アテンションを統合した統一フレームワークであるLADMFを提案し、これにより電子商取引におけるコンバージョン予測の精度を大幅に向上させるとともに、人間が理解可能で忠実な説明を生成する。