MSD / Onderzoek / ONDERZOEK EDITIE

ReAct combineert taalkundige planning en actie

ReAct onderzoekt hoe taalmodellen tussenstappen kunnen verbinden met acties in een omgeving. Tools bieden nieuwe observaties voor verdere stappen.

Jetzt eintauchen ↓RECHERCHESTAND 12.11.2026 · FAKTEN + EINORDNUNG + SZENARIEN
RESEARCH NOTE / 2022Onderzoek

KI & Agenten

Extern onderzoek · MSD-classificatie
Keine Behauptung eines eigenen Versuchs.

01 / EINORDNUNG

Wat deze bevinding betekent.

Grenzen des Nachweises

Benchmarksuccessen zijn geen vervanging voor autorisatiecontroles of betrouwbare foutafhandeling in ERP.

Onze afleiding voor een pilotoperatie

Registreer elke actie met invoergegevens, gereedschapsreactie en vrijgaveregel.

Deze afleiding is een redactionele aanbeveling van MSD. Het is geen verder resultaat van het aangehaalde onderzoek.

Bron en versie

Yao et al. · ReAct · Publikations-/Bezugsjahr 2022. Recherchiert am 12.11.2026.

Lees primaire bron ↗

Extern onderzoek, geen klantreferentie van MSD. Wij publiceren eigen proeven pas met opstelling, datum, meetwaarden en gedocumenteerde mislukte pogingen.

02 / LINKS

Denk vooruit. Blijf controleren.

AI & agenten / Tegenbevinding / 2025

Als AI het werk verlengt: de tegenbevinding van METR ↗

In een gerandomiseerd onderzoek met 16 ervaren ontwikkelaars en 246 taken verlengden AI-hulpmiddelen uit begin 2025 de verwerkingstijd met 19 %. De deelnemers schatten hun voordeel aanzienlijk gunstiger in.

METR · Gerandomiseerd onderzoek
KI & Agenten / Methodik / 2026

Neue Werkzeuge, neue Auswahlverzerrung ↗

METR beschrijft een vervolgexperiment in februari 2026. Bewijs van sneller werken is moeilijk te interpreteren vanwege de selectie van deelnemers en taken en vanwege problemen met tijdmeting.

METR · Methodenupdate 24.02.2026
KI & Agenten / Grundlage / 2017

Let op: Taal kan parallel worden verwerkt ↗

Het Transformer-paper presenteert een op aandacht gebaseerde architectuur voor sequentieverwerking. Het is een methodologische bouwsteen van latere taal- en multimodale modellen.

Vaswani et al. · Attention Is All You Need