Большие языковые модели (БЯМ) продвинули автоматическое машинное обучение, однако существующие системы на их основе ограничены в интеграции специализированных внешних инструментов, полагаясь лишь на устаревшие или неполные внутренние знания. В качестве решения предлагается AgenticML-Tools — многокомпонентный фреймворк, который сочетает несколько методов интеграции внешних знаний на основе мультиагентной архитектуры. Эксперименты на различных задачах машинного обучения подтверждают эффективность предложенного подхода.

Марьян П.А., Лапин А.А., Чумаков С.В. (науч. рук. Никитин Н.О.) Исследование методов интеграции внешних инструментов в системе автоматического машинного обучения, управляемой бям // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17732