Un grupo de investigadores propone MUFFIN, un sistema que permite a los agentes de IA trabajar de forma asíncrona y publicar hallazgos intermedios en una memoria compartida, mientras cada agente mantiene en privado su propio razonamiento. Un orquestador distribuye las preguntas y envía las más difíciles a varios agentes.
Los autores afirman que MUFFIN obtuvo la mayor precisión en 17 de 20 configuraciones de evaluación comparativa. Frente al debate entre múltiples agentes, informan de una mejora de 19.2 puntos en precisión con un 77.4% menos de tokens. El resumen no identifica las pruebas ni aporta una validación independiente, por lo que no está claro hasta qué punto pueden generalizarse los resultados.
Por qué importa
Para los equipos que desarrollan sistemas de IA con varios agentes, MUFFIN apunta a que estos podrían intercambiar hallazgos útiles usando menos tokens. Sin embargo, el resumen no especifica las pruebas ni demuestra hasta qué punto funciona el método más allá de ellas.
