Fugu-MT 論文翻訳(概要): Multi-agent Searching System for Medical Information

論文の概要: Multi-agent Searching System for Medical Information

arxiv url: http://arxiv.org/abs/2203.12465v1
Date: Wed, 23 Mar 2022 14:58:43 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 15:49:06.750676
Title: Multi-agent Searching System for Medical Information
Title（参考訳）: 医療情報のマルチエージェント検索システム
Authors: Mariya Evtimova-Gardair
Abstract要約: モバイルエージェントを使用する場合の利点について述べる。提案システムは比較的高精度な96%を有する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In the paper is proposed a model of multi-agent security system for searching a medical information in Internet. The advantages when using mobile agent are described, so that to perform searching in Internet. Nowadays, multi-agent systems found their application into distribution of decisions. For modeling the proposed multi-agent medical system is used JADE. Finally, the results when using mobile agent are generated that could reflect performance when working with BIG DATA. The proposed system is having also relatively high precision 96%.
Abstract（参考訳）: 本稿では,インターネット上で医療情報を検索するマルチエージェントセキュリティシステムのモデルを提案する。モバイルエージェントを使用する場合の利点について述べる。今日では、マルチエージェントシステムは意思決定に応用している。モデリングには,提案するマルチエージェント医療システムを用いた。最後に、BIGデータを扱う際のパフォーマンスを反映するモバイルエージェントの使用結果を生成する。提案システムは比較的高精度な96%を有する。

関連論文リスト

Foundations and Recent Trends in Multimodal Mobile Agents: A Survey [57.677161006710065]
モバイルエージェントは、複雑で動的なモバイル環境におけるタスクの自動化に不可欠である。近年の進歩により、リアルタイム適応性とマルチモーダルインタラクションが向上している。これらの進歩は、プロンプトベースの方法とトレーニングベースの方法の2つの主要なアプローチに分類する。
論文参考訳（メタデータ） (2024-11-04T11:50:58Z)
Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。 55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文参考訳（メタデータ） (2024-10-14T17:57:02Z)
Web Retrieval Agents for Evidence-Based Misinformation Detection [12.807650005708911]
本稿では,誤情報検出のためのエージェントベース自動事実チェック手法を提案する。検索にインターネットにアクセスできない強力なLLMエージェントとオンライン検索エージェントを組み合わせることで,各ツールを独立して使用する場合よりも優れた結果が得られることを示す。
論文参考訳（メタデータ） (2024-08-15T15:13:16Z)
MMedAgent: Learning to Use Medical Tools with Multi-modal Agent [27.314055140281432]
本報告では,医療分野向けに設計された最初のエージェントである textbfMulti-modal textbfMedical textbfAgent (MMedAgent) を紹介する。 MMedAgentは、最先端のオープンソース手法やクローズドソースモデルであるGPT-4oと比較して、様々な医療タスクにおいて優れた性能を発揮することを示す総合的な実験である。
論文参考訳（メタデータ） (2024-07-02T17:58:23Z)
EvoAgent: Towards Automatic Multi-Agent Generation via Evolutionary Algorithms [55.77492625524141]
EvoAgentは進化的アルゴリズムによって専門家エージェントをマルチエージェントシステムに自動的に拡張する汎用的な手法である。 EvoAgentは複数の専門家エージェントを自動生成し,LLMエージェントのタスク解決能力を大幅に向上させることができることを示す。
論文参考訳（メタデータ） (2024-06-20T11:49:23Z)
Advancing Healthcare Automation: Multi-Agent System for Medical Necessity Justification [0.0]
本稿では,LLMエージェントを利用したマルチエージェントシステム(MAS)の優先オーソライゼーションタスクの自動化について検討する。 GPT-4のチェックリストは,証拠による項目レベルの判断の精度が86.2%,総合的なチェックリスト判定の精度が95.6%であることを示す。
論文参考訳（メタデータ） (2024-04-27T18:40:05Z)
Mobile-Agent: Autonomous Multi-Modal Mobile Device Agent with Visual Perception [52.5831204440714]
自律型マルチモーダルモバイルデバイスエージェントMobile-Agentを紹介する。 Mobile-Agentはまず視覚認識ツールを利用して、アプリのフロントエンドインターフェイス内の視覚的要素とテキスト的要素の両方を正確に識別し、特定する。そして、複雑なオペレーションタスクを自律的に計画し、分解し、ステップバイステップでモバイルアプリをナビゲートする。
論文参考訳（メタデータ） (2024-01-29T13:46:37Z)
XUAT-Copilot: Multi-Agent Collaborative System for Automated User Acceptance Testing with Large Language Model [9.05375318147931]
自動UATのためのマルチエージェント協調システムXUAT-Copilotを提案する。提案システムは主に,動作計画,状態チェック,パラメータ選択を担当する3つのLCMエージェントと,状態検出とケース書き換えのための2つのモジュールから構成される。実験では,Pass@1の精度を単エージェントアーキテクチャと比較して大幅に向上した。
論文参考訳（メタデータ） (2024-01-05T08:24:30Z)
KwaiAgents: Generalized Information-seeking Agent System with Large Language Models [33.59597020276034]
人間は批判的思考、計画、リフレクション、世界と対話し解釈するための利用可能なツールの活用に優れています。大規模言語モデル(LLM)の最近の進歩は、マシンが前述の人間のような能力を持っていることも示唆している。 LLMに基づく汎用情報検索システムであるKwaiAgentsを紹介する。
論文参考訳（メタデータ） (2023-12-08T08:11:11Z)
UKP-SQuARE v3: A Platform for Multi-Agent QA Research [48.92308487624824]
我々は、質問回答(QA)研究のためのオンラインプラットフォームであるUKP-SQuAREを拡張し、マルチエージェントシステムの3つのファミリーをサポートする。推論速度の評価実験を行い、マルチデータセットモデルと比較して性能と速度のトレードオフについて議論する。
論文参考訳（メタデータ） (2023-03-31T15:07:36Z)
MAGNet: Multi-agent Graph Network for Deep Multi-agent Reinforcement Learning [70.540936204654]
マルチエージェント強化学習のための新しい手法であるMAGnetを提案する。我々は、最先端のMARLソリューションよりも大幅に優れていることを示す。
論文参考訳（メタデータ） (2020-12-17T17:19:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。