Các nhóm tại Cambridge và Đại học Chicago Mở nguồn DecentMem, nâng độ chính xác của tác nhân đa dạng lên 24% trong khi giảm một nửa lượng token tiêu thụ

Theo Beating, các nhà nghiên cứu từ Đại học Cambridge và Đại học Chicago đã mở mã nguồn DecentMem, một khung bộ nhớ đa tác nhân (multi-agent memory) thay thế bộ nhớ toàn cục dùng chung bằng bộ nhớ riêng phi tập trung. Các hệ thống truyền thống với bộ nhớ dùng chung khiến các tác nhân hội tụ vào các lộ trình ra quyết định tương tự sau khi đọc cùng một ngữ cảnh, làm triệt tiêu lợi thế hợp tác. DecentMem duy trì bộ nhớ kép theo từng tác nhân: một pool kinh nghiệm lưu trữ các hồi tưởng lịch sử và một pool khám phá tạo ra các chiến lược ứng viên mới. Thử nghiệm trên AutoGen, DyLAN và AgentNet cho thấy DecentMem đạt mức cải thiện trung bình 8,6% so với các mô hình nền (baselines) tập trung, với mức tăng hiệu năng cao nhất 23,8%, đồng thời giảm tiêu thụ token 50%. Trong khung DyLAN, vốn nhấn mạnh đàm phán tự do, tốc độ hội tụ được cải thiện 2,5 lần với ít hơn 60% số vòng lặp.
Tuyên bố miễn trừ trách nhiệm: Thông tin trên trang này có thể đến từ các nguồn bên thứ ba và chỉ mang tính chất tham khảo. Thông tin này không phản ánh quan điểm hoặc ý kiến của Gate và không cấu thành bất kỳ lời khuyên tài chính, đầu tư hoặc pháp lý nào. Giao dịch tài sản ảo tiềm ẩn rủi ro cao. Vui lòng không chỉ dựa vào thông tin trên trang này khi đưa ra quyết định. Để biết thêm chi tiết, vui lòng xem Tuyên bố miễn trừ trách nhiệm.
Bình luận
0/400
Không có bình luận