XNews

MIT媒体实验室论文提出面向大语言模型智能体协调的拉取式收件箱

MIT媒体实验室论文提出面向大语言模型智能体协调的拉取式收件箱

MIT媒体实验室研究人员Karthik Sreedhar、Leo Yuan、Pradyumna Chari和Ramesh Raskar发表论文,指出在大语言模型智能体社会中,稀缺资源是阅读而非投递。在多达16,000个智能体的模拟中,推送式投递导致一个主导20场谈判的智能体在97%的情况下提出已被拒绝的选项,而带有可退还押金的拉取式收件箱在噪声流量下找到了约60%所需智能体。作者将收件箱定义为四项决策:读什么、保留什么、发送方支付什么,以及回复可以说什么。

事件版本 1.

Key insights

推送式投递在协调负载下失效

在推送式投递下,一个主导20场谈判且记忆已满的智能体在97%的情况下提出已被拒绝的选项,因为它丢弃了最旧的回复。发送方决定消息何时进入接收方的上下文,接收方按到达顺序阅读。

拉取式收件箱在噪声下恢复请求

在先到先读错过每个请求的情况下,优先读取携带可退还押金消息的收件箱在1,000到16,000个智能体的每种规模下,都能找到请求所需智能体的约60%。

损失在真实电子邮件网络上累积

当一半智能体采用此类收件箱时,转发搜索仅恢复完全采用时性能的5%,而单跳搜索为42%。

收件箱设计包含四项决策

收件箱包括读什么、保留什么、发送方支付什么,以及回复可以说什么。每项的最佳规则取决于流量和智能体的角色。

Source posts