Cambridge Üniversitesi ve Chicago Üniversitesi ekibi, DecentMem adlı çoklu ajan hafıza çerçevesini açık kaynak olarak yayınladı; bu çerçeve, merkezi paylaşılan hafızayı dağıtılmış özel hafıza ile değiştiriyor. Geleneksel sistemler genellikle paylaşılan hafıza kullanır, ancak ajanlar aynı bağlamı okuduktan sonra genellikle benzer karar yollarına yönelir ve bölüşüm avantajı kaybolur. DecentMem’in temel fikri, işbirliğinin bilişsel farklılıklara dayanması gerektiğidir; tamamlayıcı yolları korumak için özel hafızaların korunması gerekir. DecentMem, ajanlara özel çift havuzlu bir hafıza sunar: Kullanım Havuzu (E-pool), geçmiş deneyimleri ve yansıma kayıtlarını saklar; Keşif Havuzu (X-pool) ise sürekli yeni aday fikirler üretir. Çevrimiçi karar verici, büyük dil modelleri tarafından verilen aşamalı puanlamalara göre çift havuzun kullanım ağırlıklarını dinamik olarak ayarlar ve ajanların keşif ile geliştirme arasında kendi kendine denge kurmasına yardımcı olur. Teorik olarak, kendini geliştiren arama, bir grafik üzerinde rastgele yürüyüş olarak modellenir ve bu, ajanların yerel optimumlardan çıkmasını sağlar. AutoGen, DyLAN ve AgentNet testlerinde, DecentMem en güçlü merkezi hafıza tabanına kıyasla ortalama %8,6 artış sağladı; en iyi senaryoda artış %23,8’e ulaştı ve aynı zamanda Token tüketimini yarıya indirdi. Araştırmacılar, işbirliğinin sabit süreçlerden ziyade anlık tartışmalara dayandığı durumlarda dağıtık avantajın daha belirgin olduğunu buldu; özgür müzakereye odaklanan DyLAN çerçevesinde, sistem aynı performansa ulaşmak için gereken iterasyon sayısında yaklaşık %60 azalma ve yakınsama hızında yaklaşık 2,5 kat artış sağlandı.
DecentMem, Çok Ajanlı Sistemlerde Doğrulukları %24 artırıyor ve Token Kullanımını Azaltıyor
MarsBitPaylaş
Özet
Cambridge Üniversitesi ve Chicago Üniversitesi'nden bir araştırma ekibi, çok ajanlı sistemler için DecentMem adlı bir merkezi olmayan bellek çerçevesini açık kaynak hale getirdi. Çerçeve, paylaşılan bellek yerine özel bellek havuzlarını kullanarak bilişsel çeşitliliği korur ve karar yolu yakınsamasını önler. DecentMem, ortalama %8,6 ve maksimum durumlarda %23,8 performans artışı sağlarken, token kullanımını yarıya indirir. Bu token listeleme haberi, DyLAN'da %2,5 daha hızlı yakınsama özelliğini vurgular. Yeni token listelemeleri, bu verimli ve ölçeklenebilir tasarımı faydalanabilir.
Kaynak:Orijinalini göster
Yasal Uyarı: Bu sayfadaki bilgiler üçüncü şahıslardan alınmış olabilir ve KuCoin'in görüşlerini veya fikirlerini yansıtmayabilir. Bu içerik, herhangi bir beyan veya garanti olmaksızın yalnızca genel bilgilendirme amacıyla sağlanmıştır ve finansal veya yatırım tavsiyesi olarak yorumlanamaz. KuCoin, herhangi bir hata veya eksiklikten veya bu bilgilerin kullanımından kaynaklanan sonuçtan sorumlu değildir.
Dijital varlıklara yapılan yatırımlar riskli olabilir. Lütfen bir ürünün risklerini ve risk toleransınızı kendi finansal koşullarınıza göre dikkatlice değerlendirin. Daha fazla bilgi için lütfen Kullanım Koşullarımıza ve Risk Açıklamamıza bakınız.