Tim Cambridge dan University of Chicago merilis DecentMem secara open-source, meningkatkan akurasi multi-agen sebesar 24% sambil mengurangi konsumsi token hingga setengahnya

Menurut Beating, peneliti dari University of Cambridge dan University of Chicago telah merilis sumber terbuka DecentMem, sebuah framework memori multi-agen yang menggantikan shared global memory dengan decentralized private memory. Sistem tradisional dengan shared memory menyebabkan agen cenderung menuju jalur keputusan yang mirip setelah membaca konteks identik, sehingga menghilangkan keunggulan kolaboratif. DecentMem mempertahankan dual-pool memory khusus agen: sebuah experience pool yang menyimpan refleksi historis dan exploration pool yang menghasilkan strategi kandidat baru. Pengujian pada AutoGen, DyLAN, dan AgentNet menunjukkan DecentMem meraih peningkatan rata-rata 8,6% dibanding baseline terpusat, dengan lonjakan performa hingga 23,8%, sekaligus menurunkan konsumsi token sebesar 50%. Dalam framework DyLAN, yang menekankan negosiasi bebas, kecepatan konvergensi membaik 2,5x dengan 60% putaran iterasi lebih sedikit.
Penafian: Informasi di halaman ini mungkin berasal dari sumber pihak ketiga dan hanya untuk referensi. Ini tidak mewakili pandangan atau pendapat Gate dan bukan merupakan nasihat keuangan, investasi, atau hukum. Perdagangan aset virtual melibatkan risiko tinggi. Mohon jangan hanya mengandalkan informasi di halaman ini saat membuat keputusan. Untuk detailnya, lihat Penafian.
Komentar
0/400
Tidak ada komentar