Agentní primitiva // To je opravdu zajímavý pohled na budování efektivních multiagentních systémů. Systémy s více agenty jsou složitější, jak se úkoly ztěžují. Více rolí, více podnětů, více individuálních vzorců interakce. Nicméně základní výpočetní vzory se opakují napříč všemi systémy: kontrola, hlasování, plánování, vykonávání. Ale nikdo tyto vzory nepovažuje za znovupoužitelné stavební kameny. Tento nový výzkum představuje Agent Primitives, sadu latentních stavebních bloků pro konstrukci efektivních víceagentních systémů. Inspirováni tím, jak jsou neuronové sítě sestavovány z znovupoužitelných komponent, jako jsou zbytkové bloky a hlavy pozornosti, výzkumníci rozkládají multiagentní architektury na tři opakující se primitiva: Review, Voting and Selection a Planning and Execution. Čím se tyto primitiva liší? Agenti uvnitř každé primitivní komunikace komunikují prostřednictvím KV-cache místo přirozeného jazyka. Tím se předchází degradaci informací, ke které dochází, když si agenti vyměňují dlouhé textové zprávy napříč vícestupňovými interakcemi. Agent Organizer vybírá a sestavuje primitiva pro každý dotaz, řízen lehkým znalostním fondem dříve úspěšných konfigurací. Není potřeba ruční navrhování systému. Výsledky v osmi benchmarkech pokrývajících matematiku, generování kódu a QA s pěti open-source LLM: > MAS založené na primitivech zlepšují průměrnou přesnost o 12,0–16,5 % oproti základním hodnotám pro jednoho agenta > U GPQA-Diamond je zlepšení výrazné, 53,2 % oproti 33,6–40,2 % u předchozích metod jako AgentVerse, DyLAN a MAS-GPT Co se týče efektivity, využití tokenů a latence inference klesají přibližně 3-4x ve srovnání s textovým MAS, přičemž režijní režie vzniká pouze 1,3-1,6x oproti inferenci s jedním agentem. Místo navrhování víceagentních architektur specifických pro úkoly od nuly Agent Primitives ukazují, že malá sada opakovaně použitelných výpočetních vzorů s latentní komunikací může dosáhnout nebo překonat vlastní systémy a zároveň být výrazně efektivnější. Článek: ...