Observatorio de información y Publicaciones

11 a. m. PDT / 2 p. m. EDT / 7 p. m. CET
Quién debería asistir:
Ingenieros de I+D, científicos de datos e investigadores en biotecnología y farmacia, diagnóstico médico, ciencias medioambientales y marinas, y las industrias de semiconductores y fotónica.
¿No puedes asistir en vivo? Regístrese para la grabación.

Resumen:Las largas conversaciones con un agente de IA crean un problema simple para un usuario: el historial es útil, pero llevarlo palabra por palabra es costoso. Estudiamos la memoria personalizada del agente: el historial de conversaciones de un usuario con un agente, destilado en una capa de recuperación compacta para una búsqueda posterior.

Resumen: Los sistemas multiagente (MAS) impulsados ​​por modelos de lenguaje grande (LLM) han demostrado una gran capacidad en razonamiento complejo y uso de herramientas, y los grupos de agentes heterogéneos amplían aún más el espacio de compensación entre calidad y costo.