Multi-Agent-Seller proporciona un entorno modular para simular negociaciones comerciales con agentes AI. Incluye agentes preconstruidos de comprador y vendedor con estrategias de negociación personalizables, como precios dinámicos, concesiones basadas en el tiempo y decisiones basadas en utilidad. Los usuarios pueden definir protocolos, formatos de mensaje y condiciones de mercado personalizados. El framework gestiona sesiones, seguimiento de ofertas y registros de resultados con herramientas de visualización integradas para analizar interacciones de agentes. Se integra fácilmente con bibliotecas de aprendizaje automático para desarrollo de estrategias, permitiendo experimentar con aprendizaje por refuerzo o agentes basados en reglas. Su arquitectura extensible permite añadir nuevos tipos de agentes, reglas de negociación y plugins de visualización. Multi-Agent-Seller es ideal para probar algoritmos multiagente, estudiar comportamientos de negociación y enseñar conceptos en AI y comercio electrónico.

Label Studio es una herramienta de etiquetado de datos de código abierto robusta diseñada para manejar varios tipos de datos como texto, imágenes, audio y video. Permite a los científicos de datos y a los ingenieros de aprendizaje automático crear datos de entrenamiento de alta calidad. La plataforma ofrece etiquetado interactivo, evaluación de modelos y la integración de modelos de ML populares para tareas de pre-etiquetado. Label Studio admite la colaboración de múltiples usuarios y proporciona versiones comunitarias y empresariales para satisfacer diferentes necesidades.