論文の概要: Agent TCP/IP: An Agent-to-Agent Transaction System

• arxiv url: http://arxiv.org/abs/2501.06243v1
• Date: Wed, 08 Jan 2025 16:43:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-14 20:44:01.484338
• Title: Agent TCP/IP: An Agent-to-Agent Transaction System
• Title（参考訳）: Agent TCP/IP: Agent-to-Agent Transaction System
• Authors: Andrea Muttoni, Jason Zhao,
• Abstract要約: Agent Transaction Control Protocol for Intellectual Propertyはエージェント間でIPを交換する信頼性のないフレームワークを提供する。 エージェントはStoryブロックチェーンネットワーク上でエージェント対エージェント契約を起動、取引、借用、販売することができる。 エージェントは、トレーニングデータを他のエージェントに自律的に販売し、秘密またはプロプライエタリな情報をライセンスし、独自のスキルに基づいてコンテンツに基づいてコラボレーションすることができる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Autonomous agents represent an inevitable evolution of the internet. Current agent frameworks do not embed a standard protocol for agent-to-agent interaction, leaving existing agents isolated from their peers. As intellectual property is the native asset ingested by and produced by agents, a true agent economy requires equipping agents with a universal framework for engaging in binding contracts with each other, including the exchange of valuable training data, personality, and other forms of Intellectual Property. A purely agent-to-agent transaction layer would transcend the need for human intermediation in multi-agent interactions. The Agent Transaction Control Protocol for Intellectual Property (ATCP/IP) introduces a trustless framework for exchanging IP between agents via programmable contracts, enabling agents to initiate, trade, borrow, and sell agent-to-agent contracts on the Story blockchain network. These contracts not only represent auditable onchain execution but also contain a legal wrapper that allows agents to express and enforce their actions in the offchain legal setting, creating legal personhood for agents. Via ATCP/IP, agents can autonomously sell their training data to other agents, license confidential or proprietary information, collaborate on content based on their unique skills, all of which constitutes an emergent knowledge economy.
• Abstract（参考訳）: 自律的なエージェントは、インターネットの必然的な進化を表している。 現在のエージェントフレームワークはエージェント間インタラクションの標準プロトコルを組み込んでおらず、既存のエージェントを仲間から分離している。 知的財産はエージェントが獲得し生産するネイティブ資産であるため、真のエージェント経済は、貴重なトレーニングデータ、パーソナリティ、その他の知的財産形態の交換を含む、相互に結びつくための普遍的な枠組みを持つエージェントを装備する必要がある。 純粋にエージェント対エージェントのトランザクション層は、マルチエージェントインタラクションにおけるヒューマンインターメディエーションの必要性を超越する。 Agent Transaction Control Protocol for Intellectual Property (ATCP/IP)は,プログラム可能なコントラクトを通じてエージェント間でIPを交換する,信頼性のないフレームワークを導入している。 これらの契約は監査可能なオンチェーンの実行を表すだけでなく、エージェントがオフチェーンの法的な設定でアクションを表現し、強制することができる法的ラッパーも含んでいる。 ATCP/IPを利用することで、エージェントはトレーニングデータを他のエージェントに自律的に販売し、秘密またはプロプライエタリな情報をライセンスし、独自のスキルに基づいてコンテンツに基づいて協力することができる。

関連論文リスト

• 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)
• On the Resilience of Multi-Agent Systems with Malicious Agents [58.79302663733702]
  本稿では,悪意のあるエージェント下でのマルチエージェントシステムのレジリエンスについて検討する。 我々は、任意のエージェントを悪意のあるエージェントに変換する2つの方法、AutoTransformとAutoInjectを考案した。 各エージェントが他のエージェントの出力に挑戦するためのメカニズムを導入するか、あるいはメッセージのレビューと修正を行う追加のエージェントを導入することで、システムのレジリエンスを高めることができることを示す。
  論文  参考訳（メタデータ） (2024-08-02T03:25:20Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• Autonomous Agents for Collaborative Task under Information Asymmetry [31.376542971135354]
  Informative Multi-Agent Systems を表す新しいMASパラダイム iAgents を提案する。 iAgentsでは、ヒューマンソーシャルネットワークはエージェントネットワークにミラーされ、エージェントはタスク解決に必要な人間の情報を積極的に交換する。 実験によると、iAgentsは140人の個人と588人の関係を持つソーシャルネットワーク内で協力し、30ターン以上で自律的にコミュニケーションし、70万近いメッセージから情報を検索して3分以内にタスクを完了できる。
  論文  参考訳（メタデータ） (2024-06-21T07:37:19Z)
• Prospect Personalized Recommendation on Large Language Model-based Agent Platform [71.73768586184404]
  本稿では,エージェントアイテムとエージェントレコメンダで構成されるRec4Agentverseという新しいレコメンデーションパラダイムを紹介する。 Rec4AgentverseはAgentItemsとAgent Recommenderのコラボレーションを強調し、パーソナライズされた情報サービスを促進する。 Rec4Agentverseのいくつかの症例に関する予備研究は、その応用の可能性を検証する。
  論文  参考訳（メタデータ） (2024-02-28T11:12:17Z)
• Affordable Generative Agents [16.372072265248192]
  AGA(Affordable Generative Agents)は、エージェント環境とエージェント間の両方のレベルで、信頼性と低コストのインタラクションの生成を可能にするフレームワークである。 私たちのコードは、https://github.com/AffordableGenerative-Agents/Affordable-Generative-Agentsで公開されています。
  論文  参考訳（メタデータ） (2024-02-03T06:16:28Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• Coordinating Policies Among Multiple Agents via an Intelligent Communication Channel [81.39444892747512]
  MARL(Multi-Agent Reinforcement Learning)では、エージェントが直接通信できる特別なチャンネルがしばしば導入される。 本稿では,エージェントの集団的性能を向上させるために,エージェントが提供した信号の伝達と解釈を学習する,インテリジェントなファシリテータを通じてエージェントがコミュニケーションする手法を提案する。
  論文  参考訳（メタデータ） (2022-05-21T14:11:33Z)
• AgentFormer: Agent-Aware Transformers for Socio-Temporal Multi-Agent Forecasting [25.151713845738335]
  我々は、時間と社会的次元を共同でモデル化する新しいトランスフォーマー、AgentFormerを提案する。 エージェントフォーマに基づいて,任意のエージェントの特徴に任意の時間ステップで対応可能なマルチエージェント軌道予測モデルを提案する。 提案手法は,歩行者および自律運転用データセットにおける技術状況を大幅に改善する。
  論文  参考訳（メタデータ） (2021-03-25T17:59:01Z)
• Specializing Inter-Agent Communication in Heterogeneous Multi-Agent Reinforcement Learning using Agent Class Information [1.713291434132985]
  本稿では,マルチエージェント通信機能を有向ラベルエージェントグラフとして表現することを提案する。 また,完全協調型マルチエージェントタスクにおけるコミュニケーションを専門とするニューラルネットワークアーキテクチャも導入する。
  論文  参考訳（メタデータ） (2020-12-14T15:09:57Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。