DecentMem এর সঠিকতা 24% বৃদ্ধি পায় এবং মাল্টি-এজেন্ট সিস্টেমে টোকেন ব্যবহার কমে যায়

Beating মনিটরিং অনুসারে, কেমব্রিজ বিশ্ববিদ্যালয় এবং চিকাগো বিশ্ববিদ্যালয়ের দল DecentMem নামক একটি মাল্টি-এজেন্ট মেমরি ফ্রেমওয়ার্ক ওপেন-সোর্স করেছে, যা গ্লোবাল শেয়ার্ড মেমরির পরিবর্তে ডিসেন্ট্রালাইজড প্রাইভেট মেমরি ব্যবহার করে। প্রচলিত সিস্টেমগুলিতে সাধারণত শেয়ার্ড মেমরি ব্যবহার করা হয়, কিন্তু এজেন্টগুলি একই কনটেক্সট পড়লে প্রায়শই একই সিদ্ধান্তের পথে একত্রিত হয়ে যায়, যার ফলে বিভাজনের সুবিধা হারিয়ে যায়। DecentMem-এর মূল ধারণা হলো, সহযোগিতা অবশ্যই জ্ঞানগত পার্থক্যের উপর নির্ভরশীল হতে হবে, এবং পরস্পরপূরক পথগুলি বজায় রাখতে প্রাইভেট মেমরি বজায় রাখা প্রয়োজন। DecentMem-এর মাধ্যমে এজেন্টগুলি নিজস্ব ডুয়াল-পুল মেমরি বজায় রাখে: ইউটিলাইজেশন পুল (E-pool) ইতিহাসগত অভিজ্ঞতা এবং পুনর্বিচারের রেকর্ডগুলির জন্য, X-pool (এক্সপ্লোরেশন পুল) তখনও নতুন ক্যান্ডিডেট আইডিয়াগুলির জন্য। অনলাইন ডিসিশন-মেকারটি বড় ল্যাঙ্গুয়েজ মডেল-ভিত্তিক জজের阶段性স্কোরিংয়ের ভিত্তিতে E-poolএবং X-pool-এরওয়েটসগুলিরসকলপুনঃনির্ধারণকরে,যাএজেন্টগুলিকেস্বয়ংসমন্বয়করতেসহায়তাকরে।তত্ত্বগতভাবে,স্ব-উন্নয়নশীলঅনুসন্ধানকেগ্রাফেরউপরএকটিসমসময়-পথহিসাবেমডেলকরাহয়েছে,যাএজেন্টগুলিকেস্থানীয়অপটিমা-এরবাইরেপড়িয়েযাওয়ারজন্যগ্লোবালসম্ভবতাপ্রদানকরে।AutoGen,DyLANএবংAgentNet-এপরীক্ষায়,DecentMemসবচেয়েশক্তিশালীকেন্দ্রীভূতমেমরি-ভিত্তিকবেসলাইন-এরচেয়েগড়ে8.6%উন্নতি,সর্বোত্তমপরিস্থিতিতে23.8%পরমউন্নতি,এবংTokenখরচ50%কমিয়েছে।অধ্যয়নগুলিদেখিয়েছে,যখনসহযোগিতাnশকথা-ভিত্তিকহয়,তখনডিসেন্ট্রালাইজডসুবিধা(আদত)আরওপরিষ্কারভাবেদৃশ্যমানহয়;DyLANফ্রেমওয়ার্ক-এ,যাসহজ-অপশনকেউৎসাহিতকরে,পদক্ষেপগুলি2.5গুণদ্রুততারসঙ্গেঅভিসন্ধি(converge)হয়,এবংএকইপারফরম্যান্সঅর্জনকরতপ্রয়োজনীয়ইটারেশনসংখ্যা60%কম।