پرش به محتوای اصلی

مطالعه: تیم‌های ایجنت توکن‌ها را برای بهبود کیفیت تقریباً غیرقابل‌اندازه‌گیری می‌سوزانند

Behzat AImulti-agent-systemsevaluationtoken-costagent-orchestrationllm-engineering
نمای نزدیک از یک رک سرور با چراغ‌های نشانگر و کابل‌کشی شبکه در راهروی کم‌نور مرکز داده

مطالعه‌ای که به‌تازگی منتشر شده گزارش می‌دهد که تیم‌های ایجنت بودجه توکن بزرگی را نسبت به بهبود کیفی که ارائه می‌دهند مصرف می‌کنند. بهبودهای کیفی اندازه‌گیری‌شده به‌عنوان تقریباً غیرقابل‌اندازه‌گیری توصیف شده‌اند، که بار اثبات را بر لایه ارکستراسیون می‌گذارد نه بر مدل زیربنایی. این یافته در میان مجموعه‌ای از پژوهش‌های هزینه ایجنت و ارزیابی مطرح می‌شود، و نشان می‌دهد که پرسش درباره اینکه آیا یک وظیفه باید میان چندین ایجنت تجزیه شود، به پرسشی تجربی تبدیل می‌شود نه یک پیش‌فرض سبکی.

Hand pointing at the glowing waveform screen of a vintage oscilloscope indoors

برای تیم‌هایی که سیستم‌های ایجنت می‌سازند، پیامد عملی این است که توپولوژی ازدحام به همان اندازه که یک تصمیم قابلیتی است، یک تصمیم هزینه‌ای نیز هست. حسابداری توکن، تأخیر و حالت‌های شکست باید در برابر یک خط پایه تک-ایجنت اندازه‌گیری شوند پیش از آنکه ایجنت‌های اضافی معرفی شوند، و سهم حاشیه‌ای هر نقش اضافی باید در خروجی ارزیابی قابل مشاهده باشد. جایی که یک تجزیه نتواند دلتای قابل اندازه‌گیری را نشان دClose-up of a rusty, corroded iron surface with rich textures and earthy tonesCircuit board macro

آنچه از این پوشش ناروشن می‌ماند دامنه مطالعه است: حوزه‌های وظیفه، چارچوب‌های ایجنت مقایسه‌شده، روش‌شناسی ارزیابی و اینکه آیا رابطه توکن به کیفیت برای بارهای کاری بلندمدت یا ابزارمحور برقرار می‌ماند. استودیو این‌ها را به‌عنوان پرسش‌های باز برای آزمون داخلی در نظر می‌گیرد نه نتیجه‌گیری‌های قطعی.

این پوشش در لینک منبع در دسترس است.

بیایید صحبت کنیم!