Мультиагентна система підтримки випробувань озброєння та військової техніки

Kondratenko, Y., Kondratenko, G., Shevchenko, A., Slyusar, V., Zhukov, Y. & Vakulenko, M. (2023). Towards Implementing the Strategy of Artificial Intelligence Development: Ukraine Peculiarities. CEUR Workshop Proc. Vol. 3513. Pp. 106—117. Available at:

https://ceur-ws.org/Vol-3513/paper 09.pdf.

Kondratenko, Y., Shevchenko, A., Zhukov, Y., Klymenko, M., Slyusar, V., Kondratenko, G. & Striuk, O. (2023). Analysis of the Priorities and Perspectives in Artificial Intelligence Implementation. 13th Intern. IEEE Conf. «Dependable Systems, Services and Technologies» (DESSERT’2023). Greece. Athens. 8 p. October 13–15. https://doi.org/10.1109/DESSERT61349.2023.10416432. DOI: https://doi.org/10.1109/DESSERT61349.2023.10416432

Kondratenko, Y.P., Slyusar, V.I., Solesvik, M.B., Kondratenko, N.Y. & Gomolka, Z. (2024). Interrelation and inter-influence of artificial intelligence and higher education systems. Research Tendencies and Prospect Domains for AI Development and Implementation. Pp. 31—58. DOI: https://doi.org/10.1201/9788770046947-2

Slyusar, V.I., Kondratenko, Y.P., Shevchenko, A.I. & Yeroshenko, T.V. (2024). Some Aspects of Artificial Intelligence Development Strategy for Mobile Technologies. J. of Mobile Multimedia. Vol. 20_3. Pp. 525—554. Available at: 10.13052/jmm1550-4646.2031. DOI: https://doi.org/10.13052/jmm1550-4646.2031

Patwardhan, T. et al. GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks. OpenAI. Oct. 2025. Available at: DOI: https://doi.org/10.70777/si.v2i4.17197

https://cdn.openai.com/pdf/d5eb7428-c4e9-4a33-bd86-86dd4bcf12ce/GDPval.pdf. [Accessed: Oct. 25, 2025].

Slyusar, V. (2025). Distributed Multi-agent Systems Based on the Mixture of Experts Architecture in the Context of 6G Wireless Technologies. In: Dovgyi, S., et al. (eds) Applied Innovations in Information and Communication Technology. ICAIIT 2024. Lecture Notes in Networks and Systems. Vol. 1338. Springer. Pp. 81—110. https://doi.org/10.1007/978-3-031-89296-7_6. DOI: https://doi.org/10.1007/978-3-031-89296-7_6

Zhang, D., Li, Z., Wang, P., Zhang, X., Zhou, Y. & Qiu, X. (2024). SpeechAgents: Human-Communication Simulation with Multi-Modal Multi-Agent Systems. arXiv. Available at:

https://arxiv.org/abs/2401.03945.

Baier, T., Baez Santamaria, S. & Vossen, P. (2022). A modular architecture for creating multimodal agents. arXiv. Available at:

https://arxiv.org/abs/2206.00636.

Слюсар В.І. Результати тестування локальної мовної моделі gpt-oss-20b. XXV Наук.-техн. конф. «Випробування і сертифікація озброєння та військової техніки». 25 вересня 2025 р. Черкаси: ДНДІ випробувань і сертифікації ОВТ.

Bhardwaj, D., Beniwal, A., Chaudhari, S., Kalyan, A., Rajpurohit, T., Narasimhan, K.R., Deshpande, A., & Murahari, V. (2025). Agent context protocols enhance collective inference. arXiv. at:

https://arxiv.org/abs/2505.14569.

Habler, I., Huang, K., Narajala, V. S., & Kulkarni, P. (2025). Building a secure agentic AI application leveraging A2A protocol. arXiv. at:

https://arxiv.org/abs/2504.16902.

Jeong, C. (2025). A study on the MCP × A2A framework for enhancing interoperability of LLM-based autonomous agents. arXiv. at:

https://arxiv.org/abs/2506.01804.

Liu, J., Yu, K., Chen, K., Li, K., Qian, Y., Guo, X., Song, H., & Li, Y. (2025). ACPs: Agent collaboration protocols for the Internet of Agents. arXiv. at: DOI: https://doi.org/10.1109/IC-NIDC67200.2025.11390349

https://arxiv.org/abs/2505.13523.

Martineau, K. (2025, May 28). The simplest protocol for AI agents to work together. IBM Research. at: https://research.ibm.com/blog/agent-communication-protocol-ai.

Слюсар, В. (2024). Локальні великі мовні моделі для обробки конфіденційної інформації . Озброєння та військова техніка, 44(4), 79–91.

https://doi.org/10.34169/2414-0651.2024.4(44).79-91 DOI: https://doi.org/10.34169/2414-0651.2024.4(44).79-91

Слюсар, В., & Гусаковський, І. (2025). Практичні аспекти розгортання великих мовних моделей в локальних мережах. Озброєння та військова техніка, 45(1), 84–96.

https://doi.org/10.34169/2414-0651.2025.1(45).84-96 DOI: https://doi.org/10.34169/2414-0651.2025.1(45).84-96

Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H. Lewis, M. Yih, W.-t. Rocktäschel, T. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems. Vol. 33. Pp. 9459—9474. Available at:

https://arxiv.org/abs/2005.11401.

INSAIT-Institute/MamayLM-Gemma-3-4B-IT-v1.0. Available at: https://huggingface.co/mradermacher/MamayLM-Gemma-3-4B-IT-v1.0-GGUF.

INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0. Available at: https://huggingface.co/mradermacher/MamayLM-Gemma-3-12B-IT-v1.0-GGUF.

Lapa LLM. Available: https://huggingface.co/lapa-llm. Accessed: Oct. 25, 2025.

Agarwal, S. et al. (2025). GPT-OSS-120B & GPT-OSS-20B model card. arXiv. Available at: https://doi.org/10.48550/arXiv.2508.10925.

Нос І.А. Особливості формування загальних вимог та технічних умов ОВТ при використанні інформаційних технологій підтримки випробувань в умовах правового режиму воєнного часу. XXV Наук.-техн. конф. «Випробування і сертифікація озброєння та військової техніки». 25 вересня 2025 р. Черкаси: ДНДІ випробувань і сертифікації ОВТ.

Parthasarathy, V. B., Zafar, A., Khan, A. & Shahid, A. The Ultimate Guide to Fine-Tuning LLMs from Basics to Breakthroughs: An Exhaustive Review of Technologies, Research, Best Practices, Applied Research Challenges and Opportunities. arXiv. Available at:

https://arxiv.org/abs/2408.13296.

OpenAI, GPT-5 System Card, Aug. 7, 2025. Available at: https://cdn.openai.com/gpt-5-system-card.pdf. Accessed: Oct. 25, 2025.

Google DeepMind, Gemini 2.5 Deep Think Model Card, Aug. 1, 2025. Available at: https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-2-5-Deep-Think-Model-Card.pdf. Accessed: Oct. 25, 2025.

Anthropic, Claude Sonnet 4.5 System Card, Oct. 10, 2025. Available at:

https://www.anthropic.com/claude-sonnet-4-5-system-card. Accessed: Oct. 25, 2025.

n8n – Workflow Automation, GitHub, n8n-io (verified organization). 2025. Available at:

https://github.com/n8n-io. Accessed: Oct. 25, 2025.

Гусаковський І.П., Слюсар В.І., Чепков І.Б. Трансформація робочих процесів: практичне застосування Microsoft Power Automate та Google Gemini для автоматизації аналітики та звітності. Міжнар. наук.-практ. семінар «Проблематика, тенденції та перспективи розвитку воєнної науки та освіти в умовах сучасних глобальних викликів та конфліктів». 26 листопада 2025 р. Київ: Центральний наук.-досл. інст. Збройних Сил України.

Amazon Web Services. What is Amazon Bedrock AgentCore? Jul. 16, 2025. Available at: https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html. . Accessed: Oct. 25, 2025.

OpenEnv: Agentic Execution Environments, Hugging Face organization page. Oct. 22, 2025. Available at: https://huggingface.co/openenv. Accessed: Oct. 25, 2025.