规划、分析和生成:PaperCoder自动从论文生成高质量代码库
PaperCoder 是一个多智能体的 LLM 系统,通过规划、分析和生成三个阶段将机器学习论文转化为可运行的代码库,并在多个会议论文上进行了评估,表现出色且超越现有基线。
PaperCoder 是一个多智能体的 LLM 系统,通过规划、分析和生成三个阶段将机器学习论文转化为可运行的代码库,并在多个会议论文上进行了评估,表现出色且超越现有基线。
多种最新的RAG类型包括协同式(CoRAG)、推理控制(ReaRAG)、多模态和多智能体(HM-RAG)等,展示了RAG技术在复杂任务中的应用和发展方向,帮助LLM提升推理能力、适应性和准确性。
mcp-agent基于MCP协议简化智能代理构建;DocAgent利用多智能体和分层处理自动生成高质量Python文档字符串;Google Search Console MCP server连接GSC和Claude AI提升SEO效率;Google Ads MCP通过自然语言对话分析广告数据优化效果;Find My Kids利用WhatsApp检测特定人脸并通知指定联系人。
OpenAI.fm、Python A2A、LLManager、Together Open Deep Research、Gemini Coding Agent 和 Gemini 2.5 Flash 等创新项目介绍。
由同济大学、香港中文大学等机构提出的新技术AgentPrune,通过多智能体剪枝技术解决基于大模型的多智能体系统中的通信冗余问题。该技术能大幅降低通信开销,提升系统的鲁棒性和任务完成效率。