Buchumschlag

Communicating Sound Through Natural Language

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rossi, Emanuele, Rodolà, Emanuele
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MinionsLLM: a Task-adaptive Framework For The Training and Control of Multi-Agent Systems Through Natural Language
von: Rincon, Andres Garcia, et al.
Veröffentlicht: (2025)

Exploring Natural Language-Based Strategies for Efficient Number Learning in Children through Reinforcement Learning
von: Mittra, Tirthankar
Veröffentlicht: (2024)

It's About Time: Temporal References in Emergent Communication
von: Lipinski, Olaf, et al.
Veröffentlicht: (2023)

DroidSpeak: KV Cache Sharing for Cross-LLM Communication and Multi-LLM Serving
von: Liu, Yuhan, et al.
Veröffentlicht: (2024)

Language Agents as Optimizable Graphs
von: Zhuge, Mingchen, et al.
Veröffentlicht: (2024)

In-Context Environments Induce Evaluation-Awareness in Language Models
von: Chaudhary, Maheep
Veröffentlicht: (2026)

Language-Guided Tuning: Enhancing Numeric Optimization with Textual Feedback
von: Lu, Yuxing, et al.
Veröffentlicht: (2025)

Training Language Models for Social Deduction with Multi-Agent Reinforcement Learning
von: Sarkar, Bidipta, et al.
Veröffentlicht: (2025)

Multi-Objective Reinforcement Learning for Large Language Model Optimization: Visionary Perspective
von: Kong, Lingxiao, et al.
Veröffentlicht: (2025)

Iteration of Thought: Leveraging Inner Dialogue for Autonomous Large Language Model Reasoning
von: Radha, Santosh Kumar, et al.
Veröffentlicht: (2024)

Dipper: Diversity in Prompts for Producing Large Language Model Ensembles in Reasoning tasks
von: Lau, Gregory Kang Ruey, et al.
Veröffentlicht: (2024)

Persuade Me if You Can: A Framework for Evaluating Persuasion Effectiveness and Susceptibility Among Large Language Models
von: Bozdag, Nimet Beyza, et al.
Veröffentlicht: (2025)

Chain of Uncertain Rewards with Large Language Models for Reinforcement Learning
von: Mo, Shentong
Veröffentlicht: (2026)

Large Language Models Miss the Multi-Agent Mark
von: La Malfa, Emanuele, et al.
Veröffentlicht: (2025)

Learning to Communicate Through Implicit Communication Channels
von: Wang, Han, et al.
Veröffentlicht: (2024)

Editing Personality for Large Language Models
von: Mao, Shengyu, et al.
Veröffentlicht: (2023)

MAGIC: A Co-Evolving Attacker-Defender Adversarial Game for Robust LLM Safety
von: Wen, Xiaoyu, et al.
Veröffentlicht: (2026)

Multi-Agent Constraint Factorization Reveals Latent Invariant Solution Structure
von: Scofield, Christopher
Veröffentlicht: (2026)

Recursive Agent Optimization
von: Gandhi, Apurva, et al.
Veröffentlicht: (2026)

MASPO: Joint Prompt Optimization for LLM-based Multi-Agent Systems
von: Wang, Zhexuan, et al.
Veröffentlicht: (2026)

MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory, Management, and Evaluation
von: Lin, Huawei, et al.
Veröffentlicht: (2026)

RealICU: Do LLM Agents Understand Long-Context ICU Data? A Benchmark Beyond Behavior Imitation
von: Shen, Chengzhi, et al.
Veröffentlicht: (2026)

GAMBIT: A Three-Mode Benchmark for Adversarial Robustness in Multi-Agent LLM Collectives
von: Mercier, Alexandre Le, et al.
Veröffentlicht: (2026)

SkillAdaptor: Self-Adapting Skills for LLM Agents from Trajectories
von: Yu, Zhuoyun, et al.
Veröffentlicht: (2026)

Can We Predict Before Executing Machine Learning Agents?
von: Zheng, Jingsheng, et al.
Veröffentlicht: (2026)

Towards Reliable ML Feature Engineering via Planning in Constrained-Topology of LLM Agents
von: Thakur, Himanshu, et al.
Veröffentlicht: (2026)

MAC: Multi-Agent Constitution Learning
von: Thareja, Rushil, et al.
Veröffentlicht: (2026)

Predicting Decisions of AI Agents from Limited Interaction through Text-Tabular Modeling
von: Shapira, Eilam, et al.
Veröffentlicht: (2026)

Doctorina MedBench: End-to-End Evaluation of Agent-Based Medical AI
von: Kozlova, Anna, et al.
Veröffentlicht: (2026)

AutoML-Agent: A Multi-Agent LLM Framework for Full-Pipeline AutoML
von: Trirat, Patara, et al.
Veröffentlicht: (2024)

Mnemosyne: An Unsupervised, Human-Inspired Long-Term Memory Architecture for Edge-Based LLMs
von: Jonelagadda, Aneesh, et al.
Veröffentlicht: (2025)

HealthFlow: A Self-Evolving AI Agent with Meta Planning for Autonomous Healthcare Research
von: Zhu, Yinghao, et al.
Veröffentlicht: (2025)

Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation
von: Li, Ed, et al.
Veröffentlicht: (2025)

MedAgentBoard: Benchmarking Multi-Agent Collaboration with Conventional Methods for Diverse Medical Tasks
von: Zhu, Yinghao, et al.
Veröffentlicht: (2025)

Verification-Aware Planning for Multi-Agent Systems
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration
von: Nourzad, Narjes, et al.
Veröffentlicht: (2025)

ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning
von: Wan, Ziyu, et al.
Veröffentlicht: (2025)

Dive into the Agent Matrix: A Realistic Evaluation of Self-Replication Risk in LLM Agents
von: Zhang, Boxuan, et al.
Veröffentlicht: (2025)

RDMA: Cost Effective Agent-Driven Rare Disease Mining from Electronic Health Records
von: Wu, John, et al.
Veröffentlicht: (2025)

In-the-Flow Agentic System Optimization for Effective Planning and Tool Use
von: Li, Zhuofeng, et al.
Veröffentlicht: (2025)