Исследователи предлагают MUFFIN — систему, которая позволяет ИИ-агентам работать асинхронно и размещать промежуточные результаты в общей памяти, сохраняя внутренние рассуждения каждого агента локально. Оркестратор распределяет вопросы, а более сложные направляет нескольким агентам.
Авторы сообщают, что MUFFIN показала наивысшую точность в 17 из 20 условий тестирования. По сравнению с дебатами между несколькими агентами точность выросла на 19.2 пункта, а число использованных токенов сократилось на 77.4%. В аннотации не названы тесты и не приводится независимая проверка, поэтому пока неясно, насколько эти результаты применимы в целом.
Почему это важно
Для команд, создающих системы с несколькими ИИ-агентами, MUFFIN показывает, что агенты могут обмениваться полезными результатами, используя меньше токенов. Однако в аннотации не указано, какие тесты проводились, и не подтверждена эффективность метода за их пределами.
