Agent Q ist ein neuartiges KI-Agentenmodell von MultiOn, das durch die Kombination von Suche, Selbstkritik und Bestärkungslernen fortschrittliche, autonome Netzwerkagenten entwickelt, die planen und sich selbst reparieren können. Es löst die Herausforderungen traditioneller großer Sprachmodelle (LLMs) bei mehrstufigen Inferenzaufgaben in dynamischen Umgebungen durch die Anwendung von Monte-Carlo-Baumsuche (MCTS), KI-Selbstkritik und direkter Präferenzoptimierung (DPO). Dies führt zu einer höheren Erfolgsquote in komplexen Umgebungen.