cv usk(@cv_usk):マルチエージェントの協調、毎回テキストでやり取りするのは高コストでした🔄 協調そのものを「潜在空間の再帰」でスケールさせる発想が新しいです。タイトル: Recursive Multi-Agent Systems URL: https://t.co/mgDTYY6HgT 🔄 概要複数エージェントの協調を、逐次的なテキスト交換ではなく、統一された潜在空間上の再帰的計算として捉える枠組みRecursiveMASの提案です。異種のエージェントをRecursiveLinkモジュールで接続し、潜在的な思考の生成と状態転送を可能にします。 ❓ 解決する課題マルチエージェントシステム（MAS）は通常テキストベースの通信に依存します。・エージェント同士が自然言語でやり取りすると、トークンを大量に消費し計算コストが高い・「協調そのものを再帰でスケールできないか」という問いが出発点でした 💡 方法論と提案手法・システム全体を潜在空間上の再帰的計算として定式化します・RecursiveLinkモジュールが異種エージェント間を軽量に接続し、再帰ラウンドをまたいだ勾配ベースの貢献度割り当てを行います・最適化は内側・外側のループ学習で実施し、理論的な安定性も保ちます 📊 実験結果数学・科学・医療・検索・コード生成にまたがる9ベンチマークで、4つの協調パターンを検証しました。・平均精度が8.3%向上・推論が1.2倍〜2.4倍に高速化・トークン使用量を34.6%〜75.6%削減精度を上げながら、速度とコストを同時に大きく改善しています。 #マルチエージェント #LLM

2hours ago

マルチエージェントの協調、毎回テキストでやり取りするのは高コストでした🔄 協調そのものを「潜在空間の再帰」でスケールさせる発想が新しいです。タイトル: Recursive Multi-Agent Systems URL: 🔄 概要複数エージェントの協調を、逐次的なテキスト交換ではなく、統一された潜在空間上の再帰的計算として捉える枠組みRecursiveMASの提案です。異種のエージェントをRecursiveLinkモジュールで接続し、潜在的な思考の生成と状態転送を可能にします。 ❓ 解決する課題マルチエージェントシステム（MAS）は通常テキストベースの通信に依存します。・エージェント同士が自然言語でやり取りすると、トークンを大量に消費し計算コストが高い・「協調そのものを再帰でスケールできないか」という問いが出発点でした 💡 方法論と提案手法・システム全体を潜在空間上の再帰的計算として定式化します・RecursiveLinkモジュールが異種エージェント間を軽量に接続し、再帰ラウンドをまたいだ勾配ベースの貢献度割り当てを行います・最適化は内側・外側のループ学習で実施し、理論的な安定性も保ちます 📊 実験結果数学・科学・医療・検索・コード生成にまたがる9ベンチマークで、4つの協調パターンを検証しました。・平均精度が8.3%向上・推論が1.2倍〜2.4倍に高速化・トークン使用量を34.6%〜75.6%削減精度を上げながら、速度とコストを同時に大きく改善しています。 #マルチエージェント# #LLM#

커뮤니티로 전달