Nytt ramverk låter flera AI-agenter specialisera sig på olika delar av ett nätverk

arXiv cs.AI

Forskare har utvecklat MAAGL – ett system där flera AI-agenter delar upp ett grafnätverk (exempelvis ett socialt nätverk eller kunskapsdatabas) mellan sig och specialiserar sig på sina respektive delar, istället för att en enda agent hanterar allt. Varje agent bygger ett kompakt 'struktursignatur' av sin region och kan kalla in de andra agenterna för gemensam problemlösning när den är osäker. I tester på fyra benchmark-dataset slog metoden befintliga toppmetoder – intressant nog handlar vinsten mest om att bryta det stela antagandet att hela grafen bör hanteras med samma policy.