Gli agenti LLM vengono impiegati in finanza, trading, calibrazione bayesiana e agricoltura autonoma, con livelli di controllo per evitare modalità di guasto e ridurre i costi di inference. Le fabbriche di agenti basate su retrieval e l'ottimizzazione a ciclo chiuso mostrano un valore aziendale concreto.
Backtrader-Bench introduce due pipeline per valutare agenti LLM nel trading algoritmico: una genera quesiti a risposta multipla da configurazioni di backtest con verifica indipendente, l'altra estrae domande più difficili che richiedono esecuzione di...
Distribird è un'applicazione agentica che automatizza la costruzione di prior bayesiani dalla letteratura, girando interamente in locale con modelli open-weight. Valutata su 24 parametri in 10 domini, la pipeline multi-agente eguaglia una baseline LL...
Due agenti LLM con obiettivi opposti non competono: collassano. Experience Orchestrator, testato in 60.000 simulazioni in servizi finanziari, aggiunge un livello di controllo con Contextual Bandit, PID e POMDP. Il tasso di contatto ad alto intento sa...
LLM Agents Factory offre una via pragmatica alla gestione degli agenti: invece di generarli a ogni richiesta, li recupera da un archivio strutturato. Questo riduce i costi di inference, la latenza e la pressione sulle GPU, con implicazioni dirette pe...
Un framework basato su retrieval e distillazione consente di costruire agenti LLM specializzati senza generazione al volo, riducendo drasticamente i costi computazionali e migliorando la stabilità. I test mostrano accuratezza paragonabile ad AutoGen ...
Un sistema a ciclo chiuso, basato su un LLM che elabora i dati di 49 sensori fitotecnicici e comanda luci e microclima, ha ottimizzato in autonomia una vertical farm. Il modello ha ridotto il ciclo produttivo del 35% e scoperto una strategia improbab...
