// Примитивы агентов // Это действительно интересный подход к созданию эффективных многопользовательских систем. Многопользовательские системы становятся все более сложными по мере усложнения задач. Больше ролей, больше подсказок, больше индивидуальных паттернов взаимодействия. Однако основные вычислительные паттерны продолжают повторяться в каждой системе: обзор, голосование, планирование, выполнение. Но никто не рассматривает эти паттерны как повторно используемые строительные блоки. Это новое исследование вводит Примитивы агентов, набор скрытых строительных блоков для создания эффективных многопользовательских систем. Вдохновленные тем, как нейронные сети строятся из повторно используемых компонентов, таких как остаточные блоки и головы внимания, исследователи разлагают архитектуры многопользовательских систем на три повторяющихся примитива: Обзор, Голосование и Выбор, а также Планирование и Выполнение. Что делает эти примитивы особенными? Агенты внутри каждого примитива общаются через KV-кэш, а не на естественном языке. Это избегает деградации информации, которая происходит, когда агенты передают длинные текстовые сообщения взад и вперед в ходе многоступенчатых взаимодействий. Организующий агент выбирает и компилирует примитивы для каждого запроса, руководствуясь легковесным пулом знаний о ранее успешных конфигурациях. Не требуется ручное проектирование системы. Результаты по восьми бенчмаркам, охватывающим математику, генерацию кода и QA с пятью открытыми LLM: > Примитивы на основе MAS улучшают среднюю точность на 12.0-16.5% по сравнению с базовыми моделями на одного агента. > На GPQA-Diamond улучшение впечатляющее, 53.2% против диапазона 33.6-40.2% предыдущих методов, таких как AgentVerse, DyLAN и MAS-GPT. С точки зрения эффективности использование токенов и задержка вывода снижаются примерно в 3-4 раза по сравнению с текстовыми MAS, при этом накладные расходы составляют всего 1.3-1.6 раза по сравнению с выводом на одного агента. Вместо того чтобы проектировать многопользовательские архитектуры, специфичные для задач, с нуля, Примитивы агентов показывают, что небольшой набор повторно используемых вычислительных паттернов с скрытой коммуникацией может соответствовать или превосходить индивидуальные системы, оставаясь при этом значительно более эффективными. Статья: ...