Цифровой двойникСвод разрозненных данных сетевой компании в цифровой двойник распредсетиarXiv API — полнотекстовый поиск "digital twin" · 21 чЦифровой двойникИнтеграция машинного обучения и оценки неопределённости для решений в реальном времени в цифровых двойникахarXiv API — полнотекстовый поиск "digital twin" · вчераМоделированиеАгентная модель переноса знаний между научными сообществамиarXiv — Multiagent Systems (cs.MA) · вчераЦифровой двойникСемантическая совместимость связанных цифровых двойников: обзорarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникКалибровка симуляции на синтетических персонах по реальным даннымarXiv — Computers and Society (cs.CY) · вчераЭнергетикаАдаптивное остаточное моделирование для сценарных прогнозов нагрузкиarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеУправление системами отопления через оператор КопманаarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникEco Wave Power completes first phase of AI digital twin programStreetInsider · вчераЦифровой двойникОценка программ обучения персонала на данных налоговых записей с опорой на экспериментыarXiv API — полнотекстовый поиск "digital twin" · вчераМоделированиеЭрик Шмидт посоветовал основать компанию в сфере агентного ИИTechora.ru · вчераМоделированиеA System Dynamics Model for Zero-emission Heavy Vehicle Transition in AustraliaarXiv — Computational Engineering, Finance, and Science (cs.CE) · 2 днПрогнозированиеZonotope-Based Elastic Tube Model Predictive ControlarXiv — Systems and Control (eess.SY) · 2 дн
Агентная модель переноса знаний между научными сообществами
США и Запад ·
Представлена агентная модель Scientific Liquidity Agents, где специалисты и посредники обмениваются идеями и методами в общей среде исследовательских задач. Решения отдельных агентов связываются с коллективным состоянием через архитектуру убеждений-желаний-намерений, граф задач с предпосылками и динамическую сеть взаимодействий. Модель описывает, как знание получает новые применения при переходе между контекстами.
Почему это важно
Показывает, как агентное моделирование объясняет распространение знаний в больших научных сетях — переносимый подход к анализу связей в интеллектуальных системах.
Заголовок оригинала
Scientific Liquidity Agents: An Agent-Based Model of Knowledge Arbitrage in Scientific Communities
Бывший CEO Google Эрик Шмидт советует предпринимателям сосредоточиться на агентном искусственном интеллекте. Он называет текущий момент «агентным периодом» и утверждает, что гонка больших языковых моделей (LLM) выходит на зрелую стадию, а гонка ИИ-агентов только начинается.
arXiv:2610.41042v1 Announce Type: new Abstract: What would it take to accelerate the adoption of zero-emission trucks? Even if battery electric trucks become cheaper to own over their lifetime than diesel trucks, that alone is not enough.
LLM умеет рассуждать и генерировать ответы, но что делать, если системе нужно самостоятельно выполнять задачи, взаимодействовать с внешними сервисами и проверять результаты своих действий? Здесь начинается территория ИИ‑агентов, где появляются новые архитектурные решения и сложности.