Buchumschlag

Quantifying stability of non-power-seeking in artificial agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gunter, Evan Ryan, Liokumovich, Yevgeny, Krakovna, Victoria
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gram: Assessing sabotage propensities via automated alignment auditing
von: Lindner, David, et al.
Veröffentlicht: (2026)

The Smale conjecture and min-max theory
von: Ketover, Daniel, et al.
Veröffentlicht: (2023)

Parametric inequalities and Weyl law for the volume spectrum
von: Guth, Larry, et al.
Veröffentlicht: (2022)

Will artificial agents pursue power by default?
von: Tarsney, Christian
Veröffentlicht: (2025)

Limitations of Agents Simulated by Predictive Models
von: Douglas, Raymond, et al.
Veröffentlicht: (2024)

Length of a closed geodesic in 3-manifolds of positive scalar curvature
von: Liokumovich, Yevgeny, et al.
Veröffentlicht: (2025)

On the existence of minimal Heegaard surfaces
von: Ketover, Daniel, et al.
Veröffentlicht: (2019)

Supervising the search process produces reliable and generalizable information-seeking agents
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2025)

Artificial intelligence is algorithmic mimicry: why artificial "agents" are not (and won't be) proper agents
von: Jaeger, Johannes
Veröffentlicht: (2023)

MedClarify: An information-seeking AI agent for medical diagnosis with case-specific follow-up questions
von: Wong, Hui Min, et al.
Veröffentlicht: (2026)

Quantifying construct validity in large language model evaluations
von: Kearns, Ryan Othniel
Veröffentlicht: (2026)

Quantifying artificial intelligence through algorithmic generalization
von: Ito, Takuya, et al.
Veröffentlicht: (2024)

Quantifying non deterministic drift in large language models
von: Nicholson, Claire
Veröffentlicht: (2026)

Quantifying Harm
von: Beckers, Sander, et al.
Veröffentlicht: (2022)

A Note on the Complexity of the Satisfiability Problem for Graded Modal Logics
von: Kazakov, Yevgeny, et al.
Veröffentlicht: (2009)

Neuromorphic dreaming: A pathway to efficient learning in artificial agents
von: Blakowski, Ingo, et al.
Veröffentlicht: (2024)

LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System
von: Wang, Tianfu, et al.
Veröffentlicht: (2025)

Critic as Lyapunov function (CALF): a model-free, stability-ensuring agent
von: Osinenko, Pavel, et al.
Veröffentlicht: (2024)

MaD Physics: Evaluating information seeking under constraints in physical environments
von: Jain, Moksh, et al.
Veröffentlicht: (2026)

The Philosophic Turn for AI Agents: Replacing centralized digital rhetoric with decentralized truth-seeking
von: Koralus, Philipp
Veröffentlicht: (2025)

The impact of behavioral diversity in multi-agent reinforcement learning
von: Bettini, Matteo, et al.
Veröffentlicht: (2024)

Fault Detection for agents on power grid topology optimization: A Comprehensive analysis
von: Lehna, Malte, et al.
Veröffentlicht: (2024)

Learning to Ground Existentially Quantified Goals
von: Funkquist, Martin, et al.
Veröffentlicht: (2024)

Improving ensemble extreme precipitation forecasts using generative artificial intelligence
von: Sha, Yingkai, et al.
Veröffentlicht: (2024)

AIstorian lets AI be a historian: A KG-powered multi-agent system for accurate biography generation
von: Li, Fengyu, et al.
Veröffentlicht: (2025)

Efficient Data Generation for Source-grounded Information-seeking Dialogs: A Use Case for Meeting Transcripts
von: Golany, Lotem, et al.
Veröffentlicht: (2024)

Quantifying Model Uniqueness in Heterogeneous AI Ecosystems
von: You, Lei
Veröffentlicht: (2026)

Quantifying and Optimizing Simplicity via Polynomial Representations
von: Zhang, Tianren, et al.
Veröffentlicht: (2026)

Simulated patient systems powered by large language model-based AI agents offer potential for transforming medical education
von: Yu, Huizi, et al.
Veröffentlicht: (2024)

PathFound: An Agentic Multimodal Model Activating Evidence-seeking Pathological Diagnosis
von: Hua, Shengyi, et al.
Veröffentlicht: (2025)

KwaiAgents: Generalized Information-seeking Agent System with Large Language Models
von: Pan, Haojie, et al.
Veröffentlicht: (2023)

Grounding Natural Language for Multi-agent Decision-Making with Multi-agentic LLMs
von: Huh, Dom, et al.
Veröffentlicht: (2025)

Configurable multi-agent framework for scalable and realistic testing of llm-based agents
von: Wang, Sai, et al.
Veröffentlicht: (2025)

Towards Intelligent Geospatial Data Discovery: a knowledge graph-driven multi-agent framework powered by large language models
von: Liu, Ruixiang, et al.
Veröffentlicht: (2026)

Grade Score: Quantifying LLM Performance in Option Selection
von: Iourovitski, Dmitri
Veröffentlicht: (2024)

Quantifying Divergence for Human-AI Collaboration and Cognitive Trust
von: Kural, Müge, et al.
Veröffentlicht: (2023)

ReEfBench: Quantifying the Reasoning Efficiency of LLMs
von: Fu, Zhizhang, et al.
Veröffentlicht: (2026)

Stochasticity in Agentic Evaluations: Quantifying Inconsistency with Intraclass Correlation
von: Mustahsan, Zairah, et al.
Veröffentlicht: (2025)

Contrastive explanations of BDI agents
von: Winikoff, Michael
Veröffentlicht: (2026)

Archive-based Single-Objective Evolutionary Algorithms for Submodular Optimization
von: Neumann, Frank, et al.
Veröffentlicht: (2024)