Itaru Tomita / 冨田到
@itarutomy
リサーチや研究開発向けの生成AIエージェント @snorbe_ai を作っています。 @deskrex | 著書 かんき出版『知的生産でAIを使いこなす全技法』
加入 January 2018
388 正在关注 2.8K 粉丝
AIエージェントを増やすなら、各担当の能力だけでなく「誰に何を渡して、どこで完了とするか」も育てたい、と思わせる研究「EvoTeam」（
複数のAIが役割分担するマルチエージェントでは、以前うまくいった連携ルールが次の仕事を邪魔することもある。論文の予備実験では、調査向けの「発見を報告して終了する」手順を実装の仕事へ引き継ぐと、コード作成やテストまで進まない例が出ている。
EvoTeamは、仕事に合うチームを選ぶか新しく作り、そのチームに限って引き継ぎや検証のルールを蓄積する。一方、各担当が持つ個別のスキルは、別チームでも使えるようにする。
チームを分ける基準は話題の近さではなく、必要な分業や確認手順。たとえば制約を調べ、実装し、別の担当が検証するという連携なら、異なる分野でも再利用できる。
複数分野の課題を混ぜて改善した実験では、検索や推論を組み合わせるGAIAの正答率が77.00%。比較手法Meta-Teamは67.00%だった。評価用課題に入る前に蓄積内容を固定しており、評価中に覚え続けて出した数字ではない。
モデルの重みを再学習する話でもない。連携の経験をどの仕事へ適用するか、境界まで管理する。AIチームを日常業務で使うなら、かなり実用的な論点だと思う。
显示更多
