AgentGrad optimerar AI-agentsystem 2,5 gånger snabbare

arXiv cs.AI

Forskare har utvecklat AgentGrad, ett ramverk som förbättrar hur man finjusterar instruktioner (prompts) i system med flera samarbetande AI-agenter. Metoden identifierar systematiskt vilken enskild agent som orsakar ett fel och grupperar liknande problem ihop – istället för att blanda ihop orelaterade feltyper som tidigare metoder gjort. I tester på fem olika benchmarks presterade AgentGrad bäst och var i snitt 2,5 gånger snabbare än närmaste konkurrent.