11:57官方账号arXiv cs.AI@Fin Gentzen, Marla Grunewald, Iulisloi Zacarias, Mounir Bensalem, Admela Jukan该论文提出一种自校准智能体AI框架,通过集成ARIMA预测器动态逼近真实值,减少LLM驱动系统中的运行漂移。在零知识工作负载的边缘资源使用场景中,该框架的资源使用预测准确率比基线LLM智能体高91.7%,预测速度提升71.7%。自校准机制采用的ARIMA跳跃算法比标准ARIMA生成真实值快52%,且精度相同。实验验证了该框架在去中心化基础设施中部署自主AI的可靠性。论文智能体ARIMA零知识工作负载推荐理由:这篇论文讲了一个能自己校准的智能体框架,用ARIMA预测把资源分配准确率提了91.7%,速度还快了71.7%。搞边缘计算或零知识证明的可以看看。原文稍后读已读值得跟进有用关注 智能体