今週のトップAI論文(1月5日〜11日) - GDPO - SWE-EVO - ディープデルタ学習 - 孔子コードエージェント - 再帰的言語モデル - スケーリングのゆっくりとした死について - LLMを用いた敵対的プログラム進化 続きを読み進めてください:

スキルを持つ単一のエージェントがマルチエージェントシステムを置き換えることは可能でしょうか? マルチエージェントシステムは、専門的なエージェント同士が明示的なコミュニケーションを通じて協力する複雑な推論に適しています。 しかし、これによりトークンやレイテンシーという計算上のオーバーヘッドが大きく発生します。 この新しい研究は、エージェント間通信をスキル選択と交換することで、マルチエージェントシステムを同等のシングルエージェントシステムにコンパイルできるかどうかを探ります。 答えは「はい」ですが、ただし条件付きです。 予備的な実験では、スキルライブラリを用いたシングルエージェントアプローチが、推論ベンチマークで競争力のある精度を維持しつつ、トークン使用と遅延を大幅に削減できることが示されています。 今のところ大丈夫です。 しかし、ここからが面白いところです。研究者たちはこう問いました。図書館の成長に伴い、スキル選択はどのようにスケールするのか? 認知科学に基づき、彼らはLLMのスキル選択が人間の意思決定に類似した限界的な能力を示すと提案しています。そして興味深いパターンを見つけました。 徐々に劣化するのではなく、選択精度は臨界ライブラリサイズまで安定し、その後急激に低下します。しかし、それは滑らかな低下ではなく、相転移のように見えます。これは人間の認知で観察される能力の限界を反映しています。 原因は図書館の大きさだけではありません。それは似たスキル間の意味的な混乱です。スキルが意味的にあまりにも似ている場合、モデルはそれらを確実に区別できません。 これは、長らく人間が複雑な選択を管理するのを助けてきた階層的な組織が、AIシステムにも同様に恩恵をもたらす可能性を示唆しています。階層的ルーティングを用いた初期結果はこの仮説を支持しています。 スキルセットを拡大する有能なエージェントを育てる中で、これらの根本的な限界を理解することが極めて重要になります。スキルを無限に追加し続けることはできません。選択が崩れる閾値があり、それは徐々にではなく突然起こります。 論文: 私たちのアカデミーで効果的なAIエージェントの構築方法を学びましょう: