Los equipos de Cambridge y la Universidad de Chicago lanzan DecentMem como código abierto, mejorando la precisión de agentes múltiples un 24% mientras reducen a la mitad el consumo de tokens

De acuerdo con Beating, investigadores de la Universidad de Cambridge y la Universidad de Chicago han publicado como código abierto DecentMem, un marco de memoria para múltiples agentes que reemplaza la memoria global compartida por una memoria privada descentralizada. Los sistemas tradicionales con memoria compartida hacen que los agentes converjan en rutas de decisión similares después de leer un contexto idéntico, eliminando ventajas de colaboración. DecentMem mantiene una memoria de doble pool específica para cada agente: un pool de experiencias que almacena reflexiones históricas y un pool de exploración que genera nuevas estrategias candidatas. Las pruebas en AutoGen, DyLAN y AgentNet muestran que DecentMem logra una mejora promedio del 8,6% sobre los baselines centralizados, con ganancias máximas del 23,8%, mientras reduce el consumo de tokens en un 50%. En el marco DyLAN, que enfatiza la negociación libre, la velocidad de convergencia mejoró 2,5x con 60% menos rondas de iteración.
Aviso legal: La información en esta página puede provenir de fuentes de terceros y es solo para referencia. No representa las opiniones ni puntos de vista de Gate y no constituye asesoramiento financiero, de inversión ni legal. El comercio de activos virtuales implica un alto riesgo. No te bases únicamente en la información presentada en esta página para tomar decisiones. Para más detalles, consulta el Aviso legal.
Comentar
0/400
Sin comentarios