Beatingによると、ケンブリッジ大学とシカゴ大学の研究者が、共有グローバルメモリを分散型のプライベートメモリに置き換えるマルチエージェント用のメモリフレームワークであるDecentMemをオープンソース化した。共有メモリを用いる従来のシステムでは、同一の文脈を読んだ後にエージェントが類似した意思決定の経路へ収束してしまい、協調の利点が失われる。DecentMemは、エージェント固有のデュアルプールメモリを維持する。すなわち、過去の省察を保存する経験プールと、新しい候補となる戦略を生成する探索プールである。AutoGen、DyLAN、AgentNetでのテストでは、DecentMemが集中型のベースラインに対して平均8.6%の改善を達成し、最大の性能向上は23.8%に達しながら、トークン消費を50%削減したことが示されている。無料の交渉を重視するDyLANフレームワークでは、収束速度が2.5倍に向上し、反復ラウンド数は60%減少した。
免責事項：本ページの情報には第三者提供の内容が含まれる場合があり、参考目的のみで提供されています。これらはGateの見解や意見を示すものではなく、金融、投資、または法律上の助言を構成するものでもありません。暗号資産取引には高いリスクが伴います。意思決定を行う際には、本ページの情報のみに依存しないでください。詳細については、
免責事項をご確認ください。
