RADAR: Diffusione Consapevole della Ridondanza per la Generazione di Strutture di Comunicazione Multi-Agente
È stato introdotto un nuovo framework chiamato RADAR (Redundancy-Aware and query-adaptive generative framework) per ottimizzare le topologie di comunicazione in sistemi multi-agente basati su grandi modelli linguistici. A differenza delle topologie fisse o a singolo passo tradizionali, RADAR utilizza modelli di diffusione grafica discreta condizionale per generare strutture di comunicazione passo dopo passo, guidate dalla dimensione effettiva del grafo. Questo approccio riduce il sovraccarico di comunicazione evitando un uso eccessivo di token in compiti semplici, migliorando al contempo le capacità in compiti complessi. Il metodo affronta le limitazioni degli attuali sistemi multi-agente, che spesso si basano su strutture di comunicazione rigide che ostacolano un'esplorazione fine e una composizione flessibile. RADAR è motivato dai recenti progressi nei modelli di diffusione grafica e mira a migliorare sia l'efficienza che la robustezza in diversi compiti come la generazione di codice, il ragionamento matematico e la pianificazione.
Fatti principali
- RADAR è un framework generativo consapevole della ridondanza e adattivo alle query.
- Formalizza la progettazione della topologia di comunicazione come un processo di generazione passo dopo passo.
- Il framework è guidato dalla dimensione effettiva del grafo.
- Utilizza modelli di diffusione grafica discreta condizionale.
- RADAR riduce il sovraccarico di comunicazione nei sistemi multi-agente.
- Affronta le topologie di comunicazione fisse o a singolo passo.
- Il metodo migliora le prestazioni sia in compiti semplici che complessi.
- I sistemi multi-agente basati su LLM sono utilizzati per generazione di codice, ragionamento matematico e pianificazione.
Entità
Istituzioni
- arXiv