Уволить всех агентов ИИ! Новые законы масштабирования (Google, MIT)

Новое исследование Google DeepMind и MIT доказывает, что эвристика «Больше агентов = лучше» математически неверна. Мы анализируем их исследование 180 архитектур агентов, чтобы найти «компромисс между инструментом и координацией» и понять, почему независимые рои агентов увеличивают ошибки в 17,2 раза.

Техническое примечание: Для большей ясности изложения я представил упрощенную, концептуальную форму нового закона масштабирования. Однако для тех, кто проводит реальные исследования в области оркестровки агентов, в препринте определена более продвинутая, строгая математическая функциональная форма (!) в уравнении 1 (стр. 16) и вычислены критические коэффициенты в таблице 4 (стр. 19). Для достижения максимальной производительности используйте расширенные математические формулы из препринта.


Все права принадлежат авторам:
К науке о масштабируемых агентных системах
Юбин Ким1,3, Кен Гу1, Чанву Парк3, Чунчжон Парк2, Сэмюэл Шмидгалл2, А. Али Хейдари1, Яо Янь1,
Чжихан Чжан1, Ючен Чжуан2, Марк Малхотра1, Пол Пу Лян3, Хэ Вон Парк3, Ючже Ян1, Сюйхай Сюй1,
Илунь Ду1, Шветак Патель1, Тим Альтхофф1, Дэниел Макдафф1 и Синь Лю1
из
1 Google Research,
2 Google DeepMind,
3 Массачусетский технологический институт

#aiscience
#aiagents
#aiagent
#multiagentsystems
#aiexplained