ตาม Beating นักวิจัยจากมหาวิทยาลัยเคมบริดจ์และมหาวิทยาลัยชิคาโกได้เปิดซอร์ส DecentMem ซึ่งเป็นกรอบการทำงานด้านหน่วยความจำแบบมัลติเอเจนต์ที่แทนที่หน่วยความจำส่วนกลางแบบใช้ร่วมด้วยหน่วยความจำส่วนตัวแบบกระจายศูนย์ ระบบดั้งเดิมที่ใช้หน่วยความจำร่วมกันทำให้เอเจนต์มาบรรจบเส้นทางการตัดสินใจที่คล้ายกันหลังจากอ่านบริบทเดียวกัน ส่งผลให้ข้อได้เปรียบด้านการทำงานร่วมกันหายไป DecentMem ยังคงหน่วยความจำคู่พูลเฉพาะของแต่ละเอเจนต์ โดยมีพูลด้านประสบการณ์สำหรับจัดเก็บคำสะท้อนในอดีต และพูลด้านการสำรวจสำหรับสร้างกลยุทธ์ผู้สมัครใหม่ การทดสอบบน AutoGen, DyLAN และ AgentNet แสดงว่า DecentMem ทำได้การปรับปรุงเฉลี่ย 8.6% เมื่อเทียบกับฐานรวมศูนย์ และทำผลงานสูงสุดดีขึ้น 23.8% พร้อมลดการใช้โทเคนลง 50% ในกรอบงาน DyLAN ซึ่งเน้นการเจรจาอย่างเสรี ความเร็วในการมาบรรจบดีขึ้น 2.5 เท่า ด้วยจำนวนรอบการวนซ้ำน้อยลง 60%

news.view.source

news.article.disclaimer

news.related.news

3 ชั่วโมง ที่แล้ว

OpenRouter เปิดตัวโมเดล Fusion ที่เทียบได้กับ Fable 5 ด้วยต้นทุนเพียงครึ่งหนึ่ง ทำคะแนนได้ 69% เทียบกับ 65.3%

16 ชั่วโมง ที่แล้ว

OpenRouter เปิดตัวเครื่องมือ Subagent ช่วยให้โมเดลขนาดใหญ่มอบหมายงานให้กับโมเดลขนาดเล็กได้

06-13 03:33

Meta จำกัดการใช้งานโทเคน AI ของพนักงานผ่าน AI Gateway คาดการณ์ค่าใช้จ่ายในปี 2026 ที่ระดับพันล้าน

06-12 14:32

ENI เปิดตัวสัญญาอัจฉริยะข้ามสายของ NerveNetwork รองรับบล็อกเชนมากกว่า 40 เครือข่ายในวันที่ 11 มิถุนายน

06-12 13:05