Multiagent-systemer skuffer ofte? Problemet ligger kanskje ikke hos agentene selv, men i hvordan de er organisert. De fleste systemer har en fast kjede-, tre- eller grafstruktur som ikke kan justeres etter hvert som oppgaven endres. Men hva om systemet kan lære sin egen samarbeidsmodell? Denne storslåtte artikkelen introduserer et rammeverk kalt Puppeteer, som dynamisk orkestrerer agenter i stedet for å stole på forhåndsdesignede topologier. Nøkkelen er: • Ikke lenger forhåndsdefinerte samarbeidsstrukturer, men agenter hvis koordinatorer velger neste taler basert på endrede samtaletilstander. • Trene strategier ved bruk av REINFORCE-algoritmer for direkte å optimalisere suksessraten for oppgaver. • Unngå kombinatorisk kompleksitet ved å serialisere alt i et kontinuerlig agentutvalg i stedet for å lete etter komplekse graftopologier. Resultatene er overraskende: I stedet for en enorm grafstruktur dannes det naturlig et kompakt syklisk mønster, hvor 2-3 agenter håndterer mesteparten av arbeidet. Det som er enda kraftigere, er at systemet kan oppdage effektivitet autonomt. Visning av prestasjoner: • På GSM-Hard matteoppgaver: 70 % nøyaktighet (sammenlignet med 13,5 % når grunnlaget brukes alene). • På MMLU-Pro: oppnådd 83 % (76 % ved baseline). • På SRDD-programvareutvikling: oppnådd 76,4 % (baseline på 60,6 %). Disse økningene ledsages av en reduksjon i token-forbruk. Artikkelen viser at tokenkostnadene fortsetter å synke samtidig som ytelsen forbedres gjennom opplæringen. De demonstrerte også at agentutvelgelsesprosessen tilfredsstiller Markov-egenskapen, noe som betyr at den nåværende tilstanden bestemmer den optimale neste agenten uten behov for å følge hele historikken. Så: For AI-utviklere veier enkelheten i læring tyngre enn kompleksiteten i nøye design. En trent ruter med noen få spesialiserte agenter overgår godt designede arbeidsflyter samtidig som den reduserer beregningsbyrden.

Jeg bruker Folo selv Hvis det hovedsakelig er i utlandet, kan det ha en sjanse Men skjemaet bør heller ikke være en leser I stedet er det en informasjonsassistent En assistent som hjelper folk med å finne kvalitetsinformasjonskilder Folk i Kina vil bare betale for tjenester, for samfunnet og for følelser, men ikke mange vil betale for informasjon Dårlig informasjon kan bare pakkes inn som en tjeneste som selger tjenester Eller pakke det inn i fellesskapet for å gi sosiale egenskaper Eller det er for å vaske bort andres følelser og stimulere impulsen og lysten i kjøpsøyeblikket Det finnes ingen informasjonsbetaling i landet Ingen informasjon betales Ingen informasjon betales Si det viktige tre ganger Hvis det er en AI-informasjonsassistent Det vil være lettere å velge AI-entreprenører for gjennombruddet AI har mye informasjon, men gode informasjonskilder er de som kan konvergeres Å stole på AI-multimodal oppsummering er en mulighet Men problemet i denne saken er problemet AI-søk på tvers av bransjer er vanskelig å generalisere Som produkt kan det fortsette å stole på manuell justering av RL for å utvide feltet og til slutt dekke mer verdifull informasjon om scenarioer Det kan imidlertid være vanskelig å oppnå automatisert læring og utvidelse De eneste kjøperne av informasjonsbransjen er de med høy tidsverdi og høy kjennskap, enten toppmestre eller innholdsskapere Ellers må du gjøre informasjon som kan hjelpe folk å tjene penger virkelig For eksempel, hør på populære merkevarer for populære arrangementer Eller sekundærmarkedet Et verktøy er ikke et prestasjonsverktøy i seg selv Du kan overleve Hvis du ikke er god på kommersialisering Et annet alternativ er å åpne det Åpen kildekode vil fortsatt gi forretningsmuligheter

Distrahert ADHD høres ut som et nedsettende begrep Nå har det blitt en funksjon av høy kvalitet Fordi disse egenskapene raskt kan bytte mening En datamaskin med fire kryss for å bygge ting Ingen grunn til å vente på at AI-en skal bli ferdig...