智能体进展III

标题：大规模基于语言模型的多智能体协作

代码地址：https://github.com/OpenBMB/ChatDev/tree/macnet

发表日期：2024-06-11

摘要：最近在大型语言模型驱动的自主代理方面的突破表明，多代理协作往往通过集体推理超越每个个体。受神经缩放定律的启发——增加神经元可以提高性能，这项研究探讨了连续添加协作代理是否可以产生类似的好处。从技术上讲，我们利用有向无环图将代理组织成一个多代理协作网络（MACNET），在这个网络上，它们的交互式推理被拓扑编排，以实现自主任务解决。广泛的评估表明，它有效地支持了1000多个代理之间的协作，不规则拓扑的性能优于常规拓扑。我们还发现了一个协作缩放定律——随着代理的缩放，整体性能遵循逻辑增长模式，协作涌现比传统的神经涌现更早发生。我们推测这可能是因为缩放代理在交互式反射和细化过程中催化了它们的多维考虑能力，从而产生了更具有理解力的智能体制品。

论文地址：https://arxiv.org/abs/2406.07155