Framework AI autocalibrante per l'allocazione di risorse edge
Un nuovo framework AI agentico progettato per l'allocazione autonoma di risorse edge utilizza un meccanismo di autocalibrazione con un previsore ARIMA per mitigare la deriva operativa e approssimare la verità di base senza supervisione umana continua. Il framework è applicato alla profilazione dell'uso delle risorse di carichi di lavoro a conoscenza zero nell'edge computing, affrontando la sfida di una verità di base affidabile in ambienti aperti per sistemi basati su LLM.
Fatti principali
- arXiv:2607.22400v1
- Tipo di annuncio: cross
- Abstract: I modelli linguistici di grandi dimensioni (LLM) sono sempre più utilizzati come agenti autonomi
- Framework progettato per garantire l'integrità autonoma nei sistemi basati su LLM
- Il meccanismo di autocalibrazione mitiga la deriva e approssima dinamicamente la verità di base
- Include un previsore ARIMA
- Non richiede supervisione umana continua
- Applicato alla profilazione dell'uso delle risorse di carichi di lavoro a conoscenza zero nell'edge computing
Entità
—