// Primitivi degli Agenti // Questa è un'interpretazione davvero interessante su come costruire sistemi multi-agente efficaci. I sistemi multi-agente diventano più complessi man mano che i compiti diventano più difficili. Più ruoli, più prompt, più schemi di interazione su misura. Tuttavia, i modelli di calcolo fondamentali continuano a ripetersi in ogni sistema: revisione, voto, pianificazione, esecuzione. Ma nessuno tratta questi modelli come blocchi di costruzione riutilizzabili. Questa nuova ricerca introduce i Primitivi degli Agenti, un insieme di blocchi di costruzione latenti per costruire sistemi multi-agente efficaci. Ispirati a come le reti neurali sono costruite da componenti riutilizzabili come i blocchi residui e le teste di attenzione, i ricercatori scompongono le architetture multi-agente in tre primitivi ricorrenti: Revisione, Votazione e Selezione, e Pianificazione ed Esecuzione. Cosa rende questi primitivi diversi? Gli agenti all'interno di ogni primitivo comunicano tramite KV-cache piuttosto che in linguaggio naturale. Questo evita il degrado delle informazioni che si verifica quando gli agenti si scambiano lunghi messaggi di testo attraverso interazioni a più fasi. Un agente Organizzatore seleziona e compone i primitivi per ogni query, guidato da un pool di conoscenze leggero di configurazioni precedentemente riuscite. Nessun design di sistema manuale richiesto. I risultati su otto benchmark che spaziano dalla matematica, generazione di codice e QA con cinque LLM open-source: > I MAS basati su primitivi migliorano l'accuratezza media del 12,0-16,5% rispetto ai baseline a singolo agente > Su GPQA-Diamond, il miglioramento è notevole, 53,2% rispetto al range 33,6-40,2% di metodi precedenti come AgentVerse, DyLAN e MAS-GPT In termini di efficienza, l'uso dei token e la latenza di inferenza diminuiscono di circa 3-4 volte rispetto ai MAS basati su testo, mentre si sostiene solo un sovraccarico di 1,3-1,6 volte rispetto all'inferenza a singolo agente. Invece di progettare architetture multi-agente specifiche per compiti da zero, i Primitivi degli Agenti dimostrano che un piccolo insieme di modelli di calcolo riutilizzabili con comunicazione latente può eguagliare o superare i sistemi personalizzati, risultando notevolmente più efficienti. Carta: ...