Ajan İlkel Varlıklar // Bu, etkili çok ajanlı sistemler inşa etmeye gerçekten ilginç bir yaklaşım. Görevler zorlaştıkça çoklu ajan sistemleri daha karmaşık hale geliyor. Daha fazla rol, daha fazla istek, daha fazla özel etkileşim kalıpları. Ancak temel hesaplama kalıpları her sistemde tekrar ediyor: gözden geçirme, oylama, planlama, yürüt. Ama kimse bu kalıpları yeniden kullanılabilir yapı taşları olarak görmüyor. Bu yeni araştırma, etkili çok ajanlı sistemler inşa etmek için gizli yapı taşları olan Ajan Primitifleri tanıtıyor. Sinir ağlarının kalıntı bloklar ve dikkat başlıkları gibi yeniden kullanılabilir bileşenlerden nasıl inşa edildiğinden ilham alan araştırmacılar, çoklu ajan mimarileri üç tekrarlayan ilkel olarak parçalar: İnceleme, Oylama ve Seçim ile Planlama ve Uygulama. Bu ilkel varlıkları farklı kılan nedir? Her ilkel içteki ajanlar doğal dil yerine KV-cache üzerinden iletişim kurar. Bu, ajanların çok aşamalı etkileşimler arasında uzun mesajlar gönderdiğinde oluşan bilgi bozulmasını önler. Bir Düzenleyici ajanı, daha önce başarılı olan konfigürasyonlardan oluşan hafif bir bilgi havuzu tarafından yönlendirilen her sorgu için ilkelleri seçer ve oluşturur. Manuel sistem tasarımı gerekmiyor. Matematik, kod üretimi ve kalite kontrolünü kapsayan sekiz benchmark ile beş açık kaynaklı LLM ile sonuçlar: > Primitiflere dayalı MAS'lar, tek ajan bazlarına göre ortalama doğruluğu %12,0-16,5 oranında artırır > GPQA-Diamond'da bu iyileşme dikkat çekicidir; AgentVerse, DyLAN ve MAS-GPT gibi önceki yöntemlerin %33,6-40,2 aralığına göre %53,2'lik oranlar karşılaştırıldığında %53,2 Verimlilik açısından, token kullanımı ve çıkarım gecikmesi metin tabanlı MAS'a kıyasla yaklaşık 3-4 kat azalırken, tek ajanlı çıkarıma kıyasla sadece 1,3-1,6x ek yük oluşur. Göreve özel çoklu ajan mimarileri sıfırdan tasarlamak yerine, Agent Primitives, gizli iletişime sahip küçük bir yeniden kullanılabilir hesaplama desenleri setinin özel sistemlerle eşleşebileceğini veya onları aşabileceğini ve aynı zamanda çok daha verimli olduğunu gösteriyor. Makale: ...