Teams aus Cambridge und der University of Chicago eröffnen DecentMem Open Source und steigern die Genauigkeit von Multi-Agent-Systemen um 24%, während der Token-Verbrauch um die Hälfte reduziert wird

Laut Beating haben Forscher der Cambridge University und der University of Chicago DecentMem open-sourced: ein Multi-Agent-Memory-Framework, das Shared Global Memory durch dezentralen privaten Speicher ersetzt. Herkömmliche Systeme mit gemeinsam genutztem Speicher führen dazu, dass Agenten nach dem Lesen identischen Kontexts auf ähnliche Entscheidungswege zusteuern und damit kollaborative Vorteile verlieren. DecentMem nutzt agentspezifische Dual-Pool-Memory: einen Experience-Pool zur Speicherung historischer Reflexionen sowie einen Exploration-Pool zur Generierung neuer Kandidatenstrategien. Tests mit AutoGen, DyLAN und AgentNet zeigen, dass DecentMem im Schnitt 8,6% mehr erreicht als zentrale Baselines, mit maximalen Performance-Verbesserungen von 23,8%, während der Token-Verbrauch um 50% gesenkt wird. Im DyLAN-Framework, das freie Verhandlungen in den Mittelpunkt stellt, verbesserte sich die Konvergenzgeschwindigkeit um 2,5x bei 60% weniger Iterationsrunden.
Disclaimer: The information on this page may come from third-party sources and is for reference only. It does not represent the views or opinions of Gate and does not constitute any financial, investment, or legal advice. Virtual asset trading involves high risk. Please do not rely solely on the information on this page when making decisions. For details, see the Disclaimer.
Kommentieren
0/400
Keine Kommentare