Buchumschlag

LIFE -- an energy efficient advanced continual learning agentic AI framework for frontier systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Anne, Hosangadi, Gurudutt
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mistake gating leads to energy and memory efficient continual learning
von: Pache, Aaron, et al.
Veröffentlicht: (2026)

FastODT: A tree-based framework for efficient continual learning
von: Bretsko, Daniel, et al.
Veröffentlicht: (2026)

Are AI agents the new machine translation frontier? Challenges and opportunities of single- and multi-agent systems for multilingual digital communication
von: Briva-Iglesias, Vicent
Veröffentlicht: (2025)

A cybersecurity AI agent selection and decision support framework
von: Malatji, Masike
Veröffentlicht: (2025)

How frontier AI companies could implement an internal audit function
von: Gomez, Francesca, et al.
Veröffentlicht: (2025)

RE-Bench: Evaluating frontier AI R&D capabilities of language model agents against human experts
von: Wijk, Hjalmar, et al.
Veröffentlicht: (2024)

TinySubNets: An efficient and low capacity continual learning strategy
von: Pietroń, Marcin, et al.
Veröffentlicht: (2024)

How will advanced AI systems impact democracy?
von: Summerfield, Christopher, et al.
Veröffentlicht: (2024)

MedCL-Bench: Benchmarking stability-efficiency trade-offs and scaling in biomedical continual learning
von: Zeng, Min, et al.
Veröffentlicht: (2026)

A theoretical framework for self-supervised contrastive learning for continuous dependent data
von: Marusov, Alexander, et al.
Veröffentlicht: (2025)

SimMOF: AI agent for Automated MOF Simulations
von: Lee, Jaewoong, et al.
Veröffentlicht: (2026)

Toward industrial use of continual learning : new metrics proposal for class incremental learning
von: Abbas, Konaté Mohamed, et al.
Veröffentlicht: (2024)

A representational framework for learning and encoding structurally enriched trajectories in complex agent environments
von: Catarau-Cotutiu, Corina, et al.
Veröffentlicht: (2025)

MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning
von: Callaghan, Adam, et al.
Veröffentlicht: (2025)

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

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

Scores as Actions: a framework of fine-tuning diffusion models by continuous-time reinforcement learning
von: Zhao, Hanyang, et al.
Veröffentlicht: (2024)

How malicious AI swarms can threaten democracy: The fusion of agentic AI and LLMs marks a new frontier in information warfare
von: Schroeder, Daniel Thilo, et al.
Veröffentlicht: (2025)

AI in a vat: Fundamental limits of efficient world modelling for agent sandboxing and interpretability
von: Rosas, Fernando, et al.
Veröffentlicht: (2025)

Practical challenges of control monitoring in frontier AI deployments
von: Lindner, David, et al.
Veröffentlicht: (2025)

Embedded Universal Predictive Intelligence: a coherent framework for multi-agent learning
von: Meulemans, Alexander, et al.
Veröffentlicht: (2025)

Adaptive routing protocols for determining optimal paths in AI multi-agent systems: a priority- and learning-enhanced approach
von: Panayotov, Theodor, et al.
Veröffentlicht: (2025)

Scilab-RL: A software framework for efficient reinforcement learning and cognitive modeling research
von: Dohmen, Jan, et al.
Veröffentlicht: (2024)

COMPASS: The explainable agentic framework for Sovereignty, Sustainability, Compliance, and Ethics
von: Dessureault, Jean-Sébastien, et al.
Veröffentlicht: (2026)

An energy-efficient learning solution for the Agile Earth Observation Satellite Scheduling Problem
von: Mercado-Martínez, Antonio M., et al.
Veröffentlicht: (2025)

Mitigating loss of control in advanced AI systems through instrumental goal trajectories
von: Fourie, Willem
Veröffentlicht: (2026)

AI Kill Switch for malicious web-based LLM agent
von: Lee, Sechan, et al.
Veröffentlicht: (2025)

Multi-agent AI systems outperform human teams in creativity
von: Hu, Tiancheng, et al.
Veröffentlicht: (2026)

A systematic review on expert systems for improving energy efficiency in the manufacturing industry
von: Ioshchikhes, Borys, et al.
Veröffentlicht: (2024)

A modular framework for automated evaluation of procedural content generation in serious games with deep reinforcement learning agents
von: Kalafatis, Eleftherios, et al.
Veröffentlicht: (2025)

MAFA: A multi-agent framework for annotation
von: Hegazy, Mahmood, et al.
Veröffentlicht: (2025)

ReclAIm: A multi-agent framework for degradation-aware performance tuning of medical imaging AI
von: Tzanis, Eleftherios, et al.
Veröffentlicht: (2025)

AI co-mathematician: Accelerating mathematicians with agentic AI
von: Zheng, Daniel, et al.
Veröffentlicht: (2026)

FastRM: An efficient and automatic explainability framework for multimodal generative models
von: Stan, Gabriela Ben-Melech, et al.
Veröffentlicht: (2024)

Identity Management for Agentic AI: The new frontier of authorization, authentication, and security for an AI agent world
von: South, Tobin, et al.
Veröffentlicht: (2025)

PDE-Agent: A toolchain-augmented multi-agent framework for PDE solving
von: Liu, Jianming, et al.
Veröffentlicht: (2025)

Unveiling the frontiers of deep learning: innovations shaping diverse domains
von: Ahmed, Shams Forruque, et al.
Veröffentlicht: (2023)

Local vs Global continual learning
von: Lanzillotta, Giulia, et al.
Veröffentlicht: (2024)

Adaptive parameter sharing for multi-agent reinforcement learning
von: Li, Dapeng, et al.
Veröffentlicht: (2023)

Empowering smart app development with SolidGPT: an edge-cloud hybrid AI agent framework
von: Hu, Liao, et al.
Veröffentlicht: (2025)