يقترح باحثون نظام MUFFIN، الذي يتيح لوكلاء الذكاء الاصطناعي العمل بصورة غير متزامنة عبر نشر النتائج الأولية في ذاكرة مشتركة، مع إبقاء الاستدلال الخاص بكل وكيل محليًا. ويوجّه منسّق الأسئلة، ويرسل الأسئلة الأصعب إلى عدة وكلاء.
يقول المؤلفون إن MUFFIN حقق أعلى دقة في 17 من أصل 20 إعدادًا للاختبار المعياري. وبالمقارنة مع أسلوب النقاش بين الوكلاء، أفادوا بتحسن في الدقة قدره 19.2 نقطة، مع استخدام رموز أقل بنسبة 77.4%. ولا يذكر الملخص أسماء الاختبارات المعيارية أو يقدم تحققًا مستقلًا، لذا لا تتضح مدى أهمية النتائج على نطاق أوسع.
لماذا يهم
بالنسبة إلى الفرق التي تطوّر أنظمة ذكاء اصطناعي متعددة الوكلاء، يشير MUFFIN إلى أن الوكلاء قد يتبادلون نتائج مفيدة باستخدام عدد أقل من الرموز. لكن الملخص لا يحدد الاختبارات، ولا يثبت مدى نجاح النهج خارج نطاقها.
