Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/341152
Заглавие документа: Методы генеративного искусственного интеллекта для анализа ролевых архитектур в многоагентных системах
Другое заглавие: Generative artificial intelligence methods for analyzing role architectures in multi-agent systems / A. S. Buryi, O. S. Tsaplina
Авторы: Бурый, А. С.
Цаплина, О. С.
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
Дата публикации: 2025
Издатель: Минск : БГУ
Библиографическое описание источника: Информационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 2 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 126-136.
Аннотация: Представлен аналитический обзор современных методов генеративного искусственного интеллекта (ИИ), применяемых для анализа ролевых архитектур в многоагентных системах коллективного принятия решений. Рассмотрены основные подходы к организации ролевых взаимодействий в системах обучения на основе больших языковых моделей. Представлены результаты экспериментального исследования ролевой архитектуры генеративного ИИ с участием 52 групп руководителей в задаче детективного анализа. Предложена восьмикомпонентная архитектура ролевого взаимодействия с итеративной самокоррекцией, обеспечивающая максимальную точность решений при необходимости внешней верификации
Аннотация (на другом языке): An analytical review of modern generative artificial intelligence (AI) methods used to analyze role architectures in multi-agent systems of collective decision-making is presented. The main approaches to the organization of role interactions in learning systems based on large language models are considered. The results of an experimental study of the role architecture of generative AI with the participation of 52 groups of managers in the task of detective analysis are presented. An eight-component architecture of role-based interaction with iterative self-correction is proposed, ensuring maximum accuracy of decisions when external verification is required
Доп. сведения: Раздел II. Нейронные сети и глубокое обучение
URI документа: https://elib.bsu.by/handle/123456789/341152
ISBN: 978-985-881-851-7
978-985-881-853-1 (ч. 2)
Лицензия: info:eu-repo/semantics/openAccess
Располагается в коллекциях:2025. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
126-136.pdf584,31 kBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.