शोधकर्ताओं ने MUFFIN नाम की एक प्रणाली प्रस्तावित की है, जो AI एजेंटों को साझा मेमोरी बफ़र में शुरुआती निष्कर्ष डालकर अलग-अलग समय पर काम करने देती है। इस दौरान हर एजेंट की निजी विचार-प्रक्रिया उसी तक सीमित रहती है। एक ऑर्केस्ट्रेटर सवालों को सही एजेंट तक पहुंचाता है और मुश्किल सवालों को कई एजेंटों के पास भेजता है।
लेखकों के मुताबिक, 20 में से 17 बेंचमार्क स्थितियों में MUFFIN की सटीकता सबसे अधिक रही। कई एजेंटों के बीच बहस वाली प्रणाली की तुलना में इसकी सटीकता 19.2 अंक अधिक रही और इसने 77.4% कम टोकन इस्तेमाल किए। शोधपत्र के सार में बेंचमार्क के नाम नहीं दिए गए हैं और न ही स्वतंत्र सत्यापन का विवरण है, इसलिए इन नतीजों की व्यापक प्रासंगिकता स्पष्ट नहीं है।
यह क्यों मायने रखता है
बहु-एजेंट AI प्रणालियां बनाने वाली टीमों के लिए MUFFIN यह संकेत देता है कि एजेंट कम टोकन खर्च करके उपयोगी निष्कर्ष साझा कर सकते हैं। हालांकि, शोधपत्र का सार परीक्षणों की पहचान नहीं बताता और न ही यह स्थापित करता है कि यह तरीका उन परीक्षणों के बाहर कितना कारगर है।
