跳到正文
原文
omarsar0· @omarsar0 · X·· 3 小时前AI 评分57

MIT Media Lab 研究大规模智能体社会的协调机制

AI 导读

MIT Media Lab 论文研究大规模 LLM 智能体社会中的协调机制,对比推送式消息与拉取式收件箱。模拟显示,在 1,000 至 16,000 个智能体和噪声流量下,先到先读会遗漏全部请求,而优先读取附带可退订押金消息的收件箱,在所有规模下仍能找到约 60% 智能体所需的请求。

正文 · AI 翻译

麻省理工学院媒体实验室(MIT Media Lab)关于大型智能体社会协调机制的一篇论文很有意思。

(收藏一下)

最近我看到智能体之间的消息传递取得了不少成功。

这令人振奋。我认为,智能体的持久性和协调机制将解锁更多新颖的应用场景。

作者报告称,在推送式投递机制下,一个主导 20 场谈判的智能体所提出的选项,有 97% 的概率是此前已经被否决过的选项。它的上下文很快就填满了,于是它会丢弃最早的回复。

他们研究的另一种方案是基于拉取的收件箱。消息留在上下文之外,由每个智能体自己的规则决定它读取和保留哪些消息。

在包含 1,000 到 16,000 个大语言模型智能体、且流量存在噪声的模拟中,先到先读的机制会漏掉每一个请求。而一种先读取带有可退还押金消息的收件箱,无论规模大小,仍能找到请求所需智能体的约 60%。

每个收件箱设置四条规则。它们决定智能体读取什么、保留什么、发送方支付什么,以及回复可以包含什么内容。

对于负载较高的高智能体数量系统,你需要像精心设计投递协议一样,仔细设计读取规则。

arxiv.org/abs/2610.36264

Chat with Paper:academy.dair.ai/papers/the-i…

来源:omarsar0 · x.com